在Pandas DataFrame中替换含特殊字符的字符串

你的代码有两个关键问题导致替换没生效：

• 变量名不匹配：你定义的替换列表是old_values和new_values，但替换时写的是old_values_sign和new_values_sign，变量名错误导致替换逻辑根本没执行。
• 正则特殊字符未转义：$和{是正则表达式的特殊元字符（$匹配行尾，{}用于限定重复次数），直接作为匹配值会被正则引擎解析成语法，无法匹配到字符串里的${z_mask0}这类内容，必须转义这些特殊字符。

下面是修正后的两种可行方案：

方案一：手动转义特殊字符 #

import pandas as pd

data = {'col1': ["series ${z_mask0}", "series ${z_mask1}", "series ${z_mask2}"]}
df = pd.DataFrame(data)

# 修正变量名，同时手动转义正则特殊字符（用r前缀表示原始字符串）
old_values = [r"\$\{z_mask0\}", r"\$\{z_mask1\}", r"\$\{z_mask2\}"]
new_values = ["${z_00}", "${z_01}", "${z_02}"]

# 构建替换映射字典，执行替换
replace_map = dict(zip(old_values, new_values))
df['col1'] = df['col1'].replace(replace_map, regex=True)

print(df)

方案二：用re.escape()自动转义（更便捷） #

如果需要替换的内容很多，手动转义太麻烦，可以用re.escape()自动处理所有正则特殊字符：

import pandas as pd
import re

data = {'col1': ["series ${z_mask0}", "series ${z_mask1}", "series ${z_mask2}"]}
df = pd.DataFrame(data)

old_values = ["${z_mask0}", "${z_mask1}", "${z_mask2}"]
new_values = ["${z_00}", "${z_01}", "${z_02}"]

# 自动转义每个旧值中的正则特殊字符
escaped_old = [re.escape(val) for val in old_values]
replace_map = dict(zip(escaped_old, new_values))

df['col1'] = df['col1'].replace(replace_map, regex=True)

print(df)

运行任意一种方案后，都会得到你预期的输出：

col1
0  series ${z_00}
1  series ${z_01}
2  series ${z_02}

内容的提问来源于stack exchange，提问作者newuser1628