如何替换pandas DataFrame字符串内的逗号等特殊字符？

你之前使用replace(",","-")没有生效是因为pandas的replace()方法默认执行全单元格精确匹配，只有当单元格的全部内容刚好是,的时候才会替换，无法匹配单元格内部的子字符串。

解决方案 #

方法1：开启regex参数全局替换 #

直接给replace()方法添加regex=True参数，即可实现所有单元格内部的子字符串匹配替换：

import pandas as pd

# 将所有逗号替换为横线
newdf1 = newdf.replace(',', '-', regex=True)

# 如果要替换为空，使用下面的代码
# newdf1 = newdf.replace(',', '', regex=True)

这个方法会自动扫描整个DataFrame的所有单元格，只替换字符串中的目标子串，对数值类型的单元格不会产生任何影响。

方法2：仅对字符串类型列精准处理 #

如果你不想影响非字符串列，可以只针对object类型（pandas存储字符串的默认类型）的列执行替换操作：

newdf1 = newdf.apply(
    lambda col: col.str.replace(',', '-') if col.dtype == 'object' else col,
    axis=0
)

补充提示：如果你只是需要避免逗号干扰CSV导出，也可以在导出CSV时指定quoting=csv.QUOTE_ALL参数给所有字段加引号，无需提前替换逗号，MySQL导入时支持识别带引号的字段。如果你确实需要移除/替换逗号，使用上面的替换方法即可。

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