如何在Python DataFrame指定列中替换并截取字符串？

需求 #

对DataFrame中*Customer Code列的字符串执行以下操作：

• 将开头的0替换为GIF
• 截取前5个字符（例：0369BODMIN → GIF369）
• 要求结合正则表达式实现，且导出完整DataFrame而非单列

问题分析 #

你的代码中直接将customer_data替换为目标列的Series，导致导出仅包含该列，而非整个数据表：

import pandas as pd
customer_data = pd.read_csv(r'C://customers.csv')
# 错误：覆盖了整个DataFrame，只剩单列
customer_data = customer_data['*Customer Code'].apply(lambda x: x.replace('0','GIF',1)[:6])
customer_data.to_csv('customersMerged.csv', index=False)

解决方案 #

方案1：正则表达式实现（推荐） #

用正则精准匹配开头的0进行替换，再截取前5位，直接修改原列，保留整个DataFrame：

import pandas as pd

customer_data = pd.read_csv(r'C://customers.csv')
# 正则替换开头的0为GIF，再截取前5个字符
customer_data['*Customer Code'] = customer_data['*Customer Code'].str.replace(r'^0', 'GIF', regex=True).str[:5]
# 导出完整DataFrame
customer_data.to_csv('customersMerged.csv', index=False)

• ^0：正则锚定字符串开头的0，避免替换字符串中间的0
• .str[:5]：截取前5个字符，直接得到目标结果

方案2：优化原lambda写法 #

如果想保留原替换逻辑，只需修改赋值方式，不覆盖整个DataFrame：

import pandas as pd

customer_data = pd.read_csv(r'C://customers.csv')
# 直接修改目标列，不替换整个DataFrame
customer_data['*Customer Code'] = customer_data['*Customer Code'].apply(lambda x: x.replace('0','GIF',1)[:5])
customer_data.to_csv('customersMerged.csv', index=False)

• 注意将原代码的[:6]改为[:5]，匹配示例中5位的输出要求

内容的提问来源于stack exchange，提问作者Greyville