Pandas Series.replace正则替换异常：精确匹配需求未满足求助

你遇到的问题是因为正则没加锚点导致了部分匹配，比如'A true warrior'里的'true'子串被误匹配替换。要实现你的需求，得把正则改成完全匹配的模式，同时单独处理小数后缀的替换逻辑：

解决方案代码 #

import pandas as pd

# 定义替换规则：分两类处理，避免互相干扰
replace_rules = [
    # 不区分大小写，仅完全匹配True/Yes/False时替换
    (r'^(?i)true$', 1),
    (r'^(?i)yes$', 1),
    (r'^(?i)false$', 0),
    # 仅匹配完整的"数字+.0+"格式字符串，保留数字部分
    (r'^(\d+)\.0+$', r'\1')
]

df = pd.DataFrame(data=['true', 'TRue','False', 'Yes', '2.0', '2.0000', '.0002', 'A true warrior'], columns=['col_a'])

# 逐个应用替换规则
df['col_b'] = df['col_a']
for pattern, repl in replace_rules:
    df['col_b'] = df['col_b'].replace(to_replace=pattern, value=repl, regex=True)

print(df)

输出结果 #

col_a           col_b
0          true               1
1          TRue               1
2         False               0
3           Yes               1
4          2.0                2
5       2.0000                2
6        .0002           .0002
7  A true warrior  A true warrior

关键说明 #

• ^(?i)true$ 里的^和$是字符串开头/结尾锚点，确保只有整个字符串是true（不区分大小写）才会被替换，彻底避免部分匹配
• ^(\d+)\.0+$ 专门匹配2.0、2.0000这类完整字符串，通过捕获组\1提取前面的数字，替换掉末尾的.0系列后缀，不会影响.0002这类不符合格式的字符串
• 分规则依次替换，先处理布尔值再处理小数，避免规则间互相干扰

内容的提问来源于stack exchange，提问作者rams