Pandas中用字典批量替换列中多值失效问题及解决方法

背景 #

先看示例DataFrame：

你用多次str.replace()时，能把包括ELC - GRN - PWR这类组合值在内的所有目标值替换成功，但改用字典批量替换时，只能替换ELC这类单一值，组合值完全没变化。

原因 #

• Pandas的Series.replace()默认是完全匹配替换：只有单元格内容和字典的键完全一模一样时，才会触发替换。如果你的字典里没有'ELC - GRN - PWR'这个键，自然不会处理它。
• 而str.replace()默认是正则匹配（部分匹配）：它会在单元格的文本里查找匹配的子串，哪怕是组合值里的单个缩写，也会被替换，所以多次调用能把组合值里的每个缩写都换成对应全称。

解决方案 #

分两种场景处理：

场景1：想替换组合值里的每个子串（和多次str.replace效果一致） #

用str.replace()配合字典，开启正则模式，一次性替换所有子串：

import pandas as pd
import re

# 构造示例数据
df = pd.DataFrame({
    'Product Code': ['01478', '01479', '01514', '01617', '01819', '01819'],
    'Product Type': ['ELC', 'GRN', 'PWR', 'ELC', 'ELC - GRN - PWR', 'ELC - GRN - PWR'],
    'Price': ['£119.00', '£159.00', '£100.00', '£119.00', '£300.00', '£300.00']
})

# 定义替换规则
replace_map = {
    'ELC': 'Electric',
    'GRN': 'Green Energy',
    'PWR': 'Power Supply'
}

# 生成正则匹配模式，用re.escape避免特殊字符干扰
regex_pattern = '|'.join([re.escape(key) for key in replace_map.keys()])

# 批量替换所有子串
df['Product Type'] = df['Product Type'].str.replace(
    regex_pattern,
    lambda match: replace_map[match.group()],
    regex=True
)

执行后，ELC - GRN - PWR会变成Electric - Green Energy - Power Supply，和多次调用str.replace()的结果完全一致。

场景2：想直接把组合值替换成某个特定值 #

如果不需要拆分组合，而是想把ELC - GRN - PWR直接换成一个整体名称（比如All-in-One Kit），只要把这个组合值加到替换字典里就行：

replace_map = {
    'ELC': 'Electric',
    'GRN': 'Green Energy',
    'PWR': 'Power Supply',
    'ELC - GRN - PWR': 'All-in-One Kit'
}

df['Product Type'] = df['Product Type'].replace(replace_map)

这样replace()会完全匹配每个键，不管是单一值还是组合值，都会被正确替换。

补充 #

如果非要用replace()实现部分匹配，可以设置regex=True，但字典的键会被当作正则表达式处理，需要手动转义特殊字符，不如直接用str.replace()来得直观。

内容的提问来源于stack exchange，提问作者user19795989