Pandas多DataFrame列表多字符串原地替换避免生成额外行

原有代码产生冗余行的核心问题是列表推导嵌套逻辑错误：

• 两层循环顺序写反：for val in x for ext_t, cln_t in zip(int_text, clean_text) 会对每个单元格值遍历所有替换规则，1个原始值会生成和替换规则数量相等的输出，导致每行元素数量翻倍，pandas自动将多余元素拆分为新行，产生冗余条目。
• 替换逻辑没有做结果收敛，没有保证每个原始单元格值最终只输出1个结果，同时临时zip遍历容易出现匹配词和替换内容错位的问题。

首先构建固定的替换映射，保证匹配词和替换内容一一对应，推荐用pandas原生正则替换实现，代码简洁性能更高：

import pandas as pd
import re
from scipy import linalg

# 原有初始化逻辑不变
nm=['sr', 'pop15', 'pop75', 'dpi', 'ddpi']
df_tbl=pd.DataFrame(linalg.circulant(nm))
ls_comb = [df_tbl.loc[0:i] for i in range(0, len(df_tbl))]

extract_text=['dpi', 'pop15'] 
clean_text=['np.log(dpi)', 'np.log(pop15)']
cl_text=[re.search('(?<=\\()[^\\^\\)]+', i).group(0) for i in clean_text]
int_text=list(set(extract_text).intersection(cl_text))

# 构建稳定替换映射，仅保留交集内的有效替换规则
replace_map = {}
for ext_t, cln_t in zip(extract_text, clean_text):
    if ext_t in int_text:
        # key加单词边界正则，保证全词匹配
        replace_map[rf"\b{ext_t}\b"] = cln_t

# 批量正则替换，直接得到无冗余的结果
result = [df.replace(replace_map, regex=True) for df in ls_comb]

运行后输出的前两个DataFrame完全符合预期：

• 第一个元素（仅1行）：

0     1            2     3              4
0  sr  ddpi  np.log(dpi)  pop75  np.log(pop15)

• 第二个元素（共2行）：

0     1            2     3              4
0             sr  ddpi  np.log(dpi)  pop75  np.log(pop15)
1  np.log(pop15)    sr         ddpi  pop75            dpi

没有多余行，所有匹配dpi、pop15的全词匹配项都被正确替换为对应的np.log()格式内容。

如果需要原地修改原列表里的DataFrame，不需要生成新列表的话，直接循环遍历ls_comb执行df.replace(replace_map, regex=True, inplace=True)即可。

内容的提问来源于stack exchange，提问作者joe_bill.dollar