使用Pandas修改Excel文件后保存失败及批量替换值问题求助

Hey Alicia, let's work through this issue step by step—you're really close, just a couple of small tweaks needed!

问题1：替换操作未生效的原因 #

你之前的代码里，df['p1'].replace('ene.', value='jan.',regex=True)这一行只是返回了替换后的新Series，但没有把这个结果存回原DataFrame里，也没使用inplace=True参数直接修改原数据。所以当你保存文件时，原数据根本没变化。

问题2：多值替换的语法错误 #

你尝试的多值替换写法不对，Pandas的replace接受一个单一字典，键是要替换的旧值，值是对应的新值，不需要拆成多个独立字典。

正确的实现代码 #

下面是完整的可运行代码，包含批量替换和正确保存的逻辑：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('Excel1.xlsx')

# 定义替换规则字典：键是原文本，值是目标文本
replace_rules = {
    'Actualidad': 'Present',
    'ene.': 'Jan.',
    'mar.': 'Mar.',
    'dec.': 'Dec.'
    # 可以继续添加更多替换规则
}

# 执行批量替换，将结果覆盖原列确保修改生效
df['p1'] = df['p1'].replace(replace_rules, regex=True)

# 保存修改后的文件，index=False避免生成额外的索引列
df.to_excel(r'/Users/User1/test1.xlsx', index=False)

关键细节说明 #

• 赋值回原列：df['p1'] = ... 是让修改生效的核心，确保替换后的结果覆盖原列数据。
• 正则匹配：regex=True 参数会让Pandas把字典里的键当作正则表达式匹配，刚好满足你替换单元格内部分文本的需求。如果需要更精准的匹配（比如避免误匹配包含目标字符串的其他内容），可以给规则加上边界，比如把'ene.'改成r'\bene\.'。
• 索引处理：to_excel时加上index=False，可以避免输出的Excel里多出一列无用的索引，让文件更整洁。

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