如何一次性批量替换多列（含Sname系列）中的相似字符值？

核心思路 #

不用循环，直接通过列名筛选定位目标列，再用正则表达式批量替换所有相似拼写错误。

具体实现（以Python Pandas为例） #

1. 筛选所有包含"Sname"的列：用filter(like='Sname')直接提取目标列，无需手动列枚举或循环。
2. 正则匹配相似拼写：针对ORANGE、Orangee、ornage这类大小写/拼写变体，用不区分大小写的正则规则匹配，统一替换为正确值。

import pandas as pd

# 加载数据（替换成你的数据读取方式）
df = pd.read_csv('your_data_source.csv')

# 一步定位所有含"Sname"的列
target_columns = df.filter(like='Sname').columns

# 批量替换所有相似拼写错误，替换值可按需修改
df[target_columns] = df[target_columns].replace(
    r'(?i)or[a-z]*ge',  # 匹配不区分大小写、or开头ge结尾的所有变体
    'Orange',  # 替换为正确的拼写
    regex=True
)

# 如果只想替换指定的错误拼写（更精准），可以把正则改成：
# r'(?i)(ORANGE|Orangee|ornage)'

# 保存修改后的数据
df.to_csv('processed_data.csv', index=False)

说明 #

• filter(like='Sname')会自动匹配所有列名中包含"Sname"的列，不管前缀是数字还是空，完美覆盖你提到的"Sname1"-"Sname5"和"3Sname1"-"24Sname5"。
• 正则中的(?i)表示不区分大小写，or[a-z]*ge匹配任何以or开头、ge结尾的字母组合，能覆盖大部分拼写变体；如果需要更严格的匹配，直接列出所有错误拼写即可。

内容的提问来源于stack exchange，提问作者NoobR