修正pandas DataFrame中字符串批量替换结果错误的方法

原代码的循环写法存在逻辑错误：

• for i,j in range(len(B)), range(len(C)) 无法实现两个列表索引的一一配对，实际运行时始终使用B[0]（即"Ba2"）作为匹配子串、C[1]（即"PbPb"）作为替换值，导致所有"Ba2"被错误替换为"PbPb"，针对"Pb2"的替换规则从未执行。
• 每次循环都重复执行str.strip()，存在冗余计算，数据量大时会额外消耗性能。

方案1：修正循环逻辑（适合替换规则较少的场景） #

用zip实现待替换值和目标值的一一对应遍历，去空格操作仅执行一次，添加regex=False关闭正则匹配提升速度：

B = ["Ba2", "Pb2"]
C = ["BaBa", "PbPb"]

# 预处理仅执行一次去空格
processed_col = listAB["Finctional_Group"].str.strip()
for old_str, new_str in zip(B, C):
    processed_col = processed_col.str.replace(old_str, new_str, regex=False)
listAB["Finctional_Group"] = processed_col

运行后得到正确结果：

方案2：正则一次性替换（适合大数据量/替换规则多的场景） #

将替换规则整理为映射字典，通过正则一次匹配所有目标子串完成替换，无需循环，性能远高于逐次替换，适配大数据量处理场景：

B = ["Ba2", "Pb2"]
C = ["BaBa", "PbPb"]
replace_dict = dict(zip(B, C))

# 拼接正则匹配模式
match_pattern = "|".join(replace_dict.keys())
listAB["Finctional_Group"] = (
    listAB["Finctional_Group"]
    .str.strip()
    .str.replace(match_pattern, lambda match_res: replace_dict[match_res.group()], regex=True)
)

通用扩展规则 #

如果后续需要覆盖所有形如X2的化学式替换（包括单字母元素如O2、C2，双字母元素如Ba2、Pb2），不需要手动维护替换列表，直接用通用正则即可自动完成替换：

listAB["Finctional_Group"] = (
    listAB["Finctional_Group"]
    .str.strip()
    # 正则匹配 大写字母开头+可选1个小写字母+数字2 的结构，自动替换为元素名重复两次
    .str.replace(r"([A-Z][a-z]?)2", lambda m: m.group(1)*2, regex=True)
)

这个通用规则可以自动识别所有化学式中标记为2的元素，直接替换为双写形式，比如示例中的A2BCO6、ABC2O6这类字符串都可以直接正确转换，不需要手动枚举替换对。

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