如何在保留分类顺序的前提下对pandas分类列做大小写不敏感的np.nan替换？

要实现保持原有分类顺序的同时，大小写不敏感地将指定值替换为np.nan，可以用以下两种高效方法：

方法一：布尔索引结合字符串小写匹配 #

利用分类列的str.lower()方法统一转换为小写，匹配目标值后通过索引赋值，这种方式直观且无需额外依赖：

import pandas as pd 
import numpy as np 

# 创建带有有序分类的DataFrame
values = ['one','two','three','na','Na','NA']
df = pd.DataFrame({
    'categ' : values
})
df['categ'] = df['categ'].astype('category')
df['categ'].cat.categories = values

# 替换所有大小写形式的na为np.nan
df.loc[df['categ'].str.lower() == 'na', 'categ'] = np.nan

方法二：正则表达式匹配（更灵活） #

使用replace方法的正则参数，通过re.IGNORECASE实现大小写不敏感匹配，适合复杂匹配场景：

import pandas as pd 
import numpy as np 
import re

# 创建带有有序分类的DataFrame
values = ['one','two','three','na','Na','NA']
df = pd.DataFrame({
    'categ' : values
})
df['categ'] = df['categ'].astype('category')
df['categ'].cat.categories = values

# 正则匹配替换
df['categ'] = df['categ'].replace(
    to_replace=r'^na$',  # 精确匹配整个字符串
    value=np.nan,
    regex=True,
    flags=re.IGNORECASE
)

关键说明 #

两种方法都不会修改原分类的顺序——我们仅替换列中的元素值为np.nan，并未改动df['categ'].cat.categories，完全符合需求。

内容的提问来源于stack exchange，提问作者displayname123