如何使用pandas检查Excel指定列拼写错误并替换错误值？

首先给出前置读取代码，你可以根据实际文件路径、工作表名调整参数：

import pandas as pd
# sheet_name默认0为第一个工作表，可传入工作表名称字符串
df = pd.read_excel("你的文件路径.xlsx", sheet_name=0)

步骤1：生成唯一值列表排查拼写错误 #

首先获取指定列的所有非重复值，方便批量对比排查拼写异常：

# 把target_col替换为你要处理的实际列名
unique_vals = df["target_col"].unique().tolist()
# 排序后输出，相似拼写的内容会相邻展示，更易识别错误
print(sorted(unique_vals))

如果字段值数量多，人工排查效率低，可以借助difflib库基于编辑距离自动识别疑似拼写错误：

import difflib
# 提前整理好该列允许的所有正确值列表
correct_list = ["正确值1", "正确值2", "正确值3"]

for val in unique_vals:
    if val not in correct_list:
        # 匹配相似度≥0.6的最接近正确值，阈值可根据实际场景调整
        match_res = difflib.get_close_matches(val, correct_list, n=1, cutoff=0.6)
        if match_res:
            print(f"疑似错误值：{val}，对应正确值参考：{match_res[0]}")

步骤2：错误值批量替换 #

排查完成后整理好错误值和正确值的映射关系，即可批量完成替换：

# 键为排查到的错误值，值为对应的正确值，可根据你的排查结果扩展
replace_mapping = {
    "错误值1": "正确值1",
    "错误值2": "正确值2",
    "错误值3": "正确值3"
}

df["target_col"] = df["target_col"].replace(replace_mapping)

如果是符合统一规则的错误（比如存在多余空格、大小写不统一），可以直接用字符串方法批量处理：

# 去除字段值前后的多余空格
df["target_col"] = df["target_col"].str.strip()
# 英文内容统一转为小写，避免大小写导致的重复值
df["target_col"] = df["target_col"].str.lower()

结果验证 #

替换完成后再次输出该列唯一值，确认所有错误已修复：

print(sorted(df["target_col"].unique().tolist()))
# 确认无误后可导出回Excel，index=False表示不导出pandas默认的行索引
df.to_excel("处理后的文件.xlsx", index=False)

内容的提问来源于stack exchange，提问作者Hendrik