如何按条件替换pandas number列首个为0的字符为+233

核心思路 #

由于number列已经是字符串类型，仅需要匹配列值开头的第一个0，将其替换为+233即可，非0开头的内容不会被修改。

实现方法 #

方法1：正则替换（最简洁） #

用正则定位符匹配字符串开头的0，一行代码完成处理：

# ^为正则定位符，仅匹配字符串开头的第一个0
df['number'] = df['number'].str.replace(r'^0', '+233', regex=True)

方法2：条件判断（可读性更高） #

先筛选出首字符为0的行，再做字符串拼接，逻辑更直观，后续调整规则更方便：

# 筛选首字符为0的行
mask = df['number'].str.startswith('0')
# 去掉首字符0后在头部拼接+233
df.loc[mask, 'number'] = '+233' + df.loc[mask, 'number'].str[1:]

测试验证 #

修正后的可运行示例代码如下（原示例存在字符串未加引号、0开头整数语法非法的问题）：

import pandas as pd

# 构造示例DataFrame，所有值均为字符串类型
df = pd.DataFrame([["ken", "080222333222"], 
                   ["ben", "+233948433"], 
                   ["Paul", "0800000073"]], 
                   columns=['name', 'number'])

# 执行替换操作
df['number'] = df['number'].str.replace(r'^0', '+233', regex=True)
print(df)

运行后输出结果：

name          number
0   ken  +23380222333222
1   ben      +233948433
2  Paul    +233800000073

完全符合需求中Paul行的处理效果。

内容的提问来源于stack exchange，提问作者akinbode