如何替换pandas DataFrame列中与另一列值匹配的内容

你遇到的报错本质是Series.str.replace()的参数限制：这个方法的匹配模式参数只接受字符串或者编译好的正则对象，你直接把整列to_hide（Series类型）传进去，pandas没法把可变的Series作为哈希键完成匹配，才会抛出TypeError: 'Series' objects are mutable, thus they cannot be hashed。

这个方法本身不支持逐行动态传入不同的匹配规则，所以你原来的写法逻辑上就行不通。

写法1：逐行替换（可读性最好） #

用apply指定按行遍历，每一行取当前行的to_hide值，替换对应something里的匹配文本即可：

import pandas as pd

df = pd.DataFrame({
    'to_hide':['bla','sth','sth else'], 
    'something':['there is bla over there','i cannot see anything','sth else is beautiful']
})

df = df.assign(
    something = df.apply(lambda x: x['something'].replace(x['to_hide'], 'to_hide'), axis=1)
)

运行后输出完全符合你的预期：

to_hide                    something
0       bla  there is to_hide over there
1       sth        i cannot see anything
2  sth else         to_hide is beautiful

这里用Python原生字符串的replace而不是pandas的str.replace，好处是不会触发正则解析，就算to_hide里有*、.这类正则特殊字符，也不会出现匹配错误。

写法2：列表推导式（大数据量优先选） #

如果你的数据行数比较多，apply的遍历效率不算高，用列表推导式速度能快2-3倍，逻辑完全一致：

df['something'] = [s.replace(pat, 'to_hide') for pat, s in zip(df['to_hide'], df['something'])]

• 如果需要做正则匹配替换，把原生字符串的replace换成re.sub就行，提前导入re库定义匹配规则
• 默认是全局替换所有匹配内容，如果只需要替换第一次出现的文本，给replace加count=1参数即可

内容的提问来源于stack exchange，提问作者corianne1234