如何将Pandas DataFrame指定列中所有字符串替换为空字符串

解决方案 #

直接使用pandas向量化操作实现需求，比原有循环写法性能更高，不会删除行和列，完全符合schema要求：

def clear_aborted_reason():
    # 筛选Aborted Reason列中值为字符串类型的行，将对应位置的值替换为空字符串
    df.loc[df['Aborted Reason'].apply(lambda x: isinstance(x, str)), 'Aborted Reason'] = ''

逻辑说明

• 通过apply(lambda x: isinstance(x, str))逐行判断Aborted Reason列的单元格值是否为字符串类型，和你原有代码的判断逻辑完全一致
• 仅将符合条件的单元格赋值为空字符串''，其余非字符串类型的值（如空值、NaN等）保持不变，也不会修改其他列的内容
• 全程不会删除Aborted Reason列，完全满足第三方系统的schema要求

替代方案（基于replace实现） #

你之前用df.replace没有得到预期结果，是因为replace默认执行全值匹配，只有单元格值和你传入的查找值完全一致才会替换。如果要匹配所有非空字符串，可以开启正则模式：

df['Aborted Reason'] = df['Aborted Reason'].replace(r'^.+$', '', regex=True)

该写法会将所有长度≥1的字符串替换为空，效果和上述方案一致。

处理后效果示例 #

处理完成后你的示例数据会变成如下格式：

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