如何批量修改Dataframe中包含@字符的单元格内容

实现方案 #

我们可以通过pandas的字符串匹配方法完成替换，以下是两种常用的可直接运行的实现方式： #

方法1：使用loc定位符合条件的单元格赋值 #

这种方式逻辑清晰，适合需要明确筛选条件的场景：

# 筛选Phone / Mail列中包含@的行，直接替换对应单元格内容
# na=False参数可以避免列中存在空值时抛出报错
df.loc[df['Phone / Mail'].str.contains('@', na=False), 'Phone / Mail'] = 'Please fill in Phone Number'

方法2：使用正则替换 #

直接通过正则匹配所有含@的字符串完成整值替换，代码更简洁：

# regex=True开启正则匹配，.*@.*表示任意包含@的字符串
df['Phone / Mail'] = df['Phone / Mail'].replace(r'.*@.*', 'Please fill in Phone Number', regex=True)

注意事项 #

如果你的Phone / Mail列存在非字符串类型的值，建议先转成字符串类型再执行替换，避免匹配失败：

df['Phone / Mail'] = df['Phone / Mail'].astype(str)

完整测试示例 #

你可以用以下代码验证效果：

import pandas as pd

# 构造测试数据
data = {
    "Name": ["Max", "Celine"],
    "Phone / Mail": ["0176348334", "celine@mail.com"]
}
df = pd.DataFrame(data)

# 执行替换
df.loc[df['Phone / Mail'].str.contains('@', na=False), 'Phone / Mail'] = 'Please fill in Phone Number'

print(df)

运行输出结果和你预期的完全一致。

内容的提问来源于stack exchange，提问作者Justin