CSV文件中批量将描述列品牌名转为大写的方案咨询

方法一：Python + Pandas（推荐，适配复杂品牌名与大量数据） #

操作步骤 #

1. 安装依赖库：未安装pandas时执行 pip install pandas
2. 编写脚本读取目标CSV，逐行匹配替换后输出结果

代码实现 #

import pandas as pd
import re

# 读取CSV文件，替换为你的文件路径
df = pd.read_csv("your_brand_data.csv")

def update_description(row):
    brand = row["A列品牌名"]
    desc = row["B列描述"]
    # 生成不区分大小写的正则规则，自动转义品牌名中的特殊字符
    match_pattern = re.compile(re.escape(brand), re.IGNORECASE)
    # 检查描述中是否存在品牌名
    if match_pattern.search(desc):
        # 将所有匹配到的品牌名替换为大写格式
        return match_pattern.sub(brand.upper(), desc)
    # 未匹配则返回空，用于后续过滤行
    return None

# 应用处理逻辑，生成更新后的描述列
df["更新后描述"] = df.apply(update_description, axis=1)
# 过滤掉未匹配品牌的行
processed_df = df.dropna(subset=["更新后描述"])
# 保存结果到新CSV
processed_df.to_csv("processed_brand_data.csv", index=False)

代码说明 #

• re.escape() 自动处理品牌名中的特殊字符（如&、#、-等），避免正则语法冲突
• re.IGNORECASE 实现不区分大小写匹配，确保& Other Stories和& other stories这类大小写差异的文本能被识别
• 替换时直接使用原品牌名的大写形式，保证格式统一
• 最终通过dropna()过滤未匹配的行，满足“不存在则跳过该行”的要求

方法二：Excel公式（适合小型数据集） #

如果数据量较小，可直接用Excel公式实现：

1. 假设品牌名列是A列，描述列是B列，在C列输入公式：

=IF(ISNUMBER(SEARCH(A1,B1)),SUBSTITUTE(B1,LOWER(A1),UPPER(A1)),"")

2. 下拉填充公式后，筛选C列不为空的行，即为处理后的有效数据

注意事项 #

• 公式默认区分大小写，若需要不区分匹配，可结合LOWER()/UPPER()统一文本格式后再匹配
• 对于含特殊字符的品牌名，可能需要手动调整公式适配

内容的提问来源于stack exchange，提问作者midomid