Pandas如何按条件替换DataFrame列值并将非匹配值标记为Invalid

str.replace()执行的是子串匹配替换，而非单元格整值匹配：只要字符串内包含目标字符就会触发替换。'2022'中包含3个'2'字符，第二次调用str.replace('2', 'ACTUADOR')时，三个'2'都会被替换，最终就得到了错误的ACTUADOR0ACTUADORACTUADOR。

做整值匹配替换即可，同时给未匹配到规则的值统一填充"Invalid"，两种常用写法都可以：

方法1：整值replace+fillna兜底 #

先定义值和替换结果的映射字典，匹配到的内容按字典替换，未匹配到的内容自动保留为空值，最后统一填充为"Invalid"：

import pandas as pd
df = pd.DataFrame({'ID': [1,2,3,4,5],
                   'Name_columns': ['1', '2', '2022', '1', '1']})

replace_map = {
    '1': 'SENSOR',
    '2': 'ACTUATOR'  # 注意你之前代码里把ACTUATOR误写为ACTUADOR，这里按需求修正
}
df['Name_columns'] = df['Name_columns'].replace(replace_map).fillna('Invalid')

方法2：map映射+fillna兜底 #

逻辑和上述方法完全一致，写法更简洁：

df['Name_columns'] = df['Name_columns'].map(replace_map).fillna('Invalid')

执行代码后输出结果完全符合需求：

ID Name_columns
0   1       SENSOR
1   2     ACTUATOR
2   3      Invalid
3   4       SENSOR
4   5       SENSOR

提示：str.replace()仅适用于替换字符串内部的特定子串场景，不要用来做整值的枚举替换。

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