按条件替换列中字符串：将sp替换为10或100使数值超1000

核心逻辑 #

要确保替换后的数值超过1000，关键看sp后数字的位数：

• 若数字是1位（如sp3）：将sp替换为100，得到1003（>1000）
• 若数字是2位（如sp25）：将sp替换为10，得到1025（>1000）

代码实现（Python + Pandas） #

假设你的数据存储在Pandas DataFrame的pressure列中，可以用以下代码批量处理：

import pandas as pd

# 示例数据
data = {'pressure': ['sp25', 'sp25', 'sp3', 'sp6', 'sp22']}
df = pd.DataFrame(data)

# 定义替换函数
def replace_sp(s):
    # 提取sp后的数字部分
    num_part = s.replace('sp', '')
    if len(num_part) == 1:
        return '100' + num_part
    elif len(num_part) == 2:
        return '10' + num_part
    # 处理特殊情况（如有其他位数可自定义）
    else:
        return s

# 应用函数到列
df['processed_pressure'] = df['pressure'].apply(replace_sp)

print(df)

运行后输出：

pressure processed_pressure
0     sp25               1025
1     sp25               1025
2      sp3               1003
3      sp6               1006
4     sp22               1022

纯Python字符串处理（非Pandas场景） #

如果是普通列表数据，直接循环处理：

pressure_list = ['sp25', 'sp25', 'sp3', 'sp6', 'sp22']
processed_list = []

for s in pressure_list:
    num_part = s[2:]  # 利用固定前缀直接切片更高效
    if len(num_part) == 1:
        processed_list.append(f'100{num_part}')
    elif len(num_part) == 2:
        processed_list.append(f'10{num_part}')

print(processed_list)
# 输出: ['1025', '1025', '1003', '1006', '1022']

补充说明 #

如果数据中存在sp后为3位数字的情况（如sp123），可补充逻辑替换为1，得到1123（仍>1000），只需在替换函数中添加对应判断分支即可。

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