如何用Pandas为以.xx0结尾的DataFrame列值添加'M'前缀

核心思路 #

用Pandas的矢量化字符串操作替代循环，这类操作基于底层优化，效率远高于Python级别的循环。需要先确保Number列为字符串类型（数值类型会自动省略末尾的0，无法匹配目标格式），再通过正则匹配筛选目标行并添加前缀。

步骤与代码 #

1. 确保列类型为字符串（如果当前是数值类型）：

df['Number'] = df['Number'].astype(str)

2. 方法1：使用str.replace直接替换
   通过正则匹配符合「含小数点且末尾为0」的整串，将其替换为M+原字符串：

df['Number'] = df['Number'].str.replace(r'^(\d+\.\d*0)$', r'M\1', regex=True)

• 正则说明：^(\d+\.\d*0)$ 匹配以数字开头、包含小数点、且最后一位为0的完整字符串；\1表示引用匹配到的原字符串内容。

3. 方法2：使用np.where条件赋值
   更直观的条件判断方式，先筛选符合规则的行，再针对性添加前缀：

import numpy as np
df['Number'] = np.where(
    df['Number'].str.match(r'^\d+\.\d*0$'),
    'M' + df['Number'],
    df['Number']
)

测试示例 #

import pandas as pd
import numpy as np

# 构造测试数据
data = {'Number': ['1203.10', '4221', '3452.11', '678.0', '901.20']}
df = pd.DataFrame(data)

# 执行处理（以方法2为例）
df['Number'] = np.where(df['Number'].str.match(r'^\d+\.\d*0$'), 'M' + df['Number'], df['Number'])

print(df)

输出结果：

Number
0  M1203.10
1      4221
2    3452.11
3      M678.0
4     M901.20

内容的提问来源于stack exchange，提问作者Sofía Contreras