Python Pandas中用正则匹配替换{数字}为{数字 | }的方法

针对你在Pandas DataFrame中替换特定格式字符串的需求，这里提供两种可行的实现方式：

方法一：利用正则捕获组直接替换 #

这种方式通过将目标格式拆分为多个捕获组，在替换时保留原数字并插入竖线：

import pandas as pd

# 构造示例DataFrame
data = {
    'content': [
        '{ 16812},',
        '{ 16812},',
        '{ 16813},',
        '{ 16819},',
        '{ 16812},',
        '{value 16812},',
        '{value 16812]},'
    ]
}
df = pd.DataFrame(data)

# 定义正则：匹配{ 数字}格式，数字最多6位（支持整数或小数）
pattern = r'(\{\s)(\d{1,6}(?:\.\d+)?)(\})'
# 替换为{ 数字 | }
df['content'] = df['content'].str.replace(pattern, r'\1\2 | \3', regex=True)

# 查看结果
print(df['content'])

正则说明 #

• (\{\s)：捕获开头的{ （左大括号加空格）
• (\d{1,6}(?:\.\d+)?)：捕获1-6位数字，可选带小数部分（如果只需要整数，去掉(?:\.\d+)?即可）
• (\})：捕获结尾的}

替换时通过\1、\2、\3引用捕获的内容，插入|后重组目标格式。

方法二：利用匹配对象动态替换 #

如果更习惯使用你原有的正则，可以通过回调函数获取匹配结果，再修改格式：

import pandas as pd
import re

# 构造示例DataFrame
data = {
    'content': [
        '{ 16812},',
        '{ 16812},',
        '{ 16813},',
        '{ 16819},',
        '{ 16812},',
        '{value 16812},',
        '{value 16812]},'
    ]
}
df = pd.DataFrame(data)

# 定义正则（基于你提供的规则，限制数字最多6位）
pattern = r'\{\s\d{1,6}(?:[\d]*\.\d+|[\d]*)\}'
# 替换：将匹配到的{ 数字}改为{ 数字 | }
df['content'] = df['content'].apply(
    lambda x: re.sub(pattern, lambda m: m.group(0).replace('}', ' | }'), x)
)

# 查看结果
print(df['content'])

逻辑说明 #

• re.sub的第二个参数用lambda函数接收匹配对象m
• m.group(0)获取完整的匹配内容（比如{ 16812}）
• 通过replace('}', ' | }')在原匹配内容的末尾插入|，得到目标格式

两种方法都只会修改{ 数字}格式的内容，其他格式的字符串（比如{value 16812}）会保持不变。

内容的提问来源于stack exchange，提问作者qbbq