Python实现自动识别季度首词并批量替换DataFrame列内容

问题背景 #

现有DataFrame的Survey.Name列，每行开头是季度年份标识（如Q321代表2021年第3季度），后续为完整调查名称。原代码通过固定匹配Q321开头的字符串来替换为缩写，但更换季度（如Q421）时需手动修改脚本，需要实现自动识别季度前缀并完成对应缩写替换的逻辑。

原示例数据 #

Survey Name
0       Q321 Your Voice - Information Tech
1       Q321 Your Voice - Information Tech
2       Q321 Your Voice - Information Tech
3       Q321 Your Voice - Information Tech
4       Q321 Your Voice - Information Tech
                
9630    Q321 Your Voice - Business Group
9631    Q321 Your Voice - Business Group

期望转换结果 #

Survey Name
0       Q321 YV - IT
1       Q321 YV - IT
2       Q321 YV - IT
3       Q321 YV - IT
4       Q321 YV - IT
                
9630    Q321 YV - BG
9631    Q321 YV - BG

原代码（存在硬编码缺陷） #

print(df.loc[:, "Survey.Name"])

# isolate to column of interest and replace commonly incorrect string with the correct output
df.loc[df['Survey.Name'].str.contains('Q321 Your Voice - Information Tech'), 'Survey.Name'] = \
    'Q321 YV - IT'

df.loc[df['Survey.Name'].str.contains('Q321 Your Voice - Business Group'), 'Survey.Name'] = \
    'Q321 YV - BG'

df.loc[df['Survey.Name'].str.contains('Q321 Your Voice - Study Group'), 'Survey.Name'] = \
    'Q321 YV - SG'
        
print(df.loc[:, "Survey.Name"])

解决方案 #

方案1：正则表达式+映射表 #

通过正则提取任意季度前缀，结合预定义的名称-缩写映射表，实现批量替换。

import pandas as pd
import re

# 统一管理名称与缩写的对应关系（仅包含季度后的部分）
name_abbr_map = {
    'Your Voice - Information Tech': 'YV - IT',
    'Your Voice - Business Group': 'YV - BG',
    'Your Voice - Study Group': 'YV - SG'
}

# 构建正则模式：匹配开头的季度标识（Q+数字），后续跟空格和完整名称
pattern = r'^(Q\d{2,3}) (' + '|'.join(re.escape(k) for k in name_abbr_map.keys()) + ')$'

# 自定义替换逻辑
def replace_match(match):
    quarter_prefix = match.group(1)
    full_name = match.group(2)
    return f"{quarter_prefix} {name_abbr_map[full_name]}"

# 应用替换
df['Survey.Name'] = df['Survey.Name'].str.replace(pattern, replace_match, regex=True)

print(df['Survey.Name'])

方案2：拆分列拼接法 #

将原列拆分为季度前缀和调查名称两部分，替换名称后再拼接回去，逻辑更直观。

import pandas as pd

# 定义名称-缩写映射表
name_abbr_map = {
    'Your Voice - Information Tech': 'YV - IT',
    'Your Voice - Business Group': 'YV - BG',
    'Your Voice - Study Group': 'YV - SG'
}

# 按第一个空格拆分，得到季度前缀和完整调查名称
df[['Quarter', 'Full_Name']] = df['Survey.Name'].str.split(n=1, expand=True)

# 替换名称并拼接新的Survey.Name值
df['Survey.Name'] = df['Quarter'] + ' ' + df['Full_Name'].map(name_abbr_map)

# 清理临时生成的列（可选）
df = df.drop(['Quarter', 'Full_Name'], axis=1)

print(df['Survey.Name'])

方案优势 #

• 无需硬编码季度标识，自动适配Q321、Q421、Q122等任意格式的季度前缀
• 映射表集中管理名称对应关系，新增调查类型时只需修改映射表，无需调整核心逻辑
• 代码复用性强，更换季度数据直接运行即可，无需手动修改脚本

内容的提问来源于stack exchange，提问作者Scythor