使用字符串正则模式映射pandas Series时返回NaN如何解决

原有map方法失效的原因是：Series.map()传入字典时执行精确字符串匹配，不会自动将字典键识别为正则表达式做模糊匹配，因此全部匹配失败返回NaN。

以下是可直接运行的实现方案： #

方案1：使用numpy.select实现（多规则场景优先推荐） #

该方法扩展性强，新增正则规则只需对应添加条件和返回值即可：

import pandas as pd
import numpy as np

# 示例数据
s = pd.DataFrame([['AMcU8', 10], ['AM8v', 15], ['ASw9', 14],['ASw7', 14]], columns = ['Code', 'Quantity'])

# 定义正则匹配条件列表
conditions = [
    s['Code'].str.match(r'AM.*8.*'),
    s['Code'].str.match(r'AS.*9.*')
]
# 定义匹配成功后对应的返回值列表，顺序和conditions一一对应
values = ['AM8', 'AS9']

# 匹配不到的项默认返回NaN
s['newcode'] = np.select(conditions, values, default=np.nan)

运行后newcode列的输出结果为：['AM8', 'AM8', 'AS9', NaN]，完全符合需求。 #

方案2：使用str.replace实现（规则简单场景适用） #

如果正则规则较少，也可以通过链式调用str.replace实现：

import pandas as pd
import numpy as np

s = pd.DataFrame([['AMcU8', 10], ['AM8v', 15], ['ASw9', 14],['ASw7', 14]], columns = ['Code', 'Quantity'])

# 依次按正则规则替换匹配到的值
s['newcode'] = s['Code'].str.replace(r'^AM.*8.*$', 'AM8', regex=True)\
                        .str.replace(r'^AS.*9.*$', 'AS9', regex=True)
# 未匹配到的原值转为NaN
s['newcode'] = s['newcode'].where(s['newcode'].isin(['AM8', 'AS9']), np.nan)

内容的提问来源于stack exchange，提问作者Alberto B