如何在pandas中使用另一列作为匹配模式执行字符串替换

报错原因 #

Series.str.replace() 方法的第一个参数要求传入单个字符串/正则表达式对象，不支持直接传入Series作为每行的匹配规则，因此会触发类型错误：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

解决方案 #

方案1：按行apply（写法简洁） #

通过指定axis=1对每行数据执行自定义替换逻辑，写法如下：

import pandas as pd
df = pd.DataFrame({'str1': ['abc','abcd','def'], 'str2': ['b','ab', 'ef']})
df['str1_replaced'] = df.apply(lambda x: x['str1'].replace(x['str2'], ''), axis=1)

如果你的str2列存在.、*这类正则特殊字符，不需要当作正则匹配时，可以显式指定regex=False避免意外解析。

方案2：列表推导式（性能更优） #

对于数据量较大的场景，列表推导式的执行效率比apply更高，写法如下：

df['str1_replaced'] = [s1.replace(s2, '') for s1, s2 in zip(df['str1'], df['str2'])]

两种方案的输出结果均符合预期：

str1 str2 str1_replaced
0   abc    b            ac
1  abcd   ab            cd
2   def   ef             d

内容的提问来源于stack exchange，提问作者fmarm