Python Pandas如何基于部分匹配替换DataFrame列中的指定字符串

解决方案 #

你已经完成了列内容转小写、去首尾空格、移除前缀的清洗操作，只需要一行代码即可完成所有含real字段的内容替换：

# 写法1：用where实现
df['Occupation'] = df['Occupation'].where(~df['Occupation'].str.contains('real', na=False), 'realestate')

# 写法2：用loc索引赋值实现（更直观）
df.loc[df['Occupation'].str.contains('real', na=False), 'Occupation'] = 'realestate'

代码说明 #

• str.contains('real', na=False) 会匹配所有包含real子串的单元格，na=False用于处理空值，避免空值抛出报错，空值会被判定为不匹配，保留原值
• 两种写法都是一次性覆盖所有含real的内容，不需要写几十条替换规则，单次运行即可全部替换完成

之前需要多次运行才生效的原因 #

你之前的批量替换规则，有一部分写在转小写、去空格、移除前缀的清洗操作之前，大小写差异、前缀、首尾空格的存在会导致很多匹配项第一次没有命中，后续清洗操作完成后再次运行替换才能命中剩余内容，所以需要重复运行多次才能覆盖全部匹配项。

内容的提问来源于stack exchange，提问作者Adam