基于条件替换DataFrame列值：循环返回NaN问题求解

你的代码出现全NaN的原因是每次循环都修改了整个VALUE列，而非当前行，导致后续行处理时原始数据已经被破坏：

• 第一次循环处理novalue1时，判断是字母开头，就把所有行的VALUE改成前6位，此时22n(one)被截断成22n(o，丢失了完整的括号结构
• 后续循环处理到非字母开头的行时，无法从被截断的字符串中提取括号内容，返回NaN；循环多次覆盖后最终所有值变成NaN

而且iterrows效率极低，完全不符合pandas的批量处理思路，直接用向量化操作就能解决问题。

正确实现代码 #

import pandas as pd
import re

df = pd.DataFrame({'VALUE': ['novalue1', 'novalue2', '22n(one)', '22n(two)',
                             'completed', 'none'],})

# 1. 标记以字母开头的行
alpha_start = df['VALUE'].str.match(r'^[a-zA-Z]')

# 2. 对字母开头的行取前6位
df.loc[alpha_start, 'VALUE'] = df.loc[alpha_start, 'VALUE'].str[:6]

# 3. 对非字母开头且含括号的行，提取括号内内容
non_alpha = ~alpha_start
has_paren = df['VALUE'].str.contains(r'\(.*\)')
df.loc[non_alpha & has_paren, 'VALUE'] = df.loc[non_alpha & has_paren, 'VALUE'].str.extract(r'\((.*)\)', expand=False)

print(df)

执行结果 #

VALUE
0    novalue
1    novalue
2        one
3        two
4     compl
5       none

逻辑说明 #

• 用str.match精准判断字符串是否以字母开头
• 用loc定向修改符合条件的行，不会破坏其他行的原始数据
• 对非字母开头的行，先筛选出包含括号的再提取内容，避免无括号的行出现NaN

内容的提问来源于stack exchange，提问作者w.fahey