Python Pandas如何修改单列多个值同时跳过指定特殊ID？

问题根因 #

• 原代码的if判断是对ID列做全局逻辑判断，只要列中存在任意一个非特殊ID，就会对全列执行转换操作，无法实现逐行跳过特殊ID的需求

可直接运行的解决方案 #

方案1：基于已整理的特殊ID列表lst实现 #

# 你的特殊ID列表，记得补全所有需要跳过的ID
lst = ["000-000-000_#69B", "000-000-000_a", "021-521-410-000_128"]
# 生成布尔掩码：True代表需要处理的常规ID，False代表需要跳过的特殊ID
mask = ~dfSS["ID"].isin(lst)
# 仅对符合条件的行执行ID转换操作
dfSS.loc[mask, "ID"] = dfSS.loc[mask, "ID"].str.replace("-", "").str[:9]

方案2：自动识别带下划线的特殊ID（无需提前整理列表） #

如果所有需要跳过的特殊ID都带有下划线后缀，可以直接用字符串匹配自动筛选，不用手动维护lst：

# 生成布尔掩码：排除所有带下划线的ID
mask = ~dfSS["ID"].str.contains("_", na=False)
# 仅对常规ID执行转换
dfSS.loc[mask, "ID"] = dfSS.loc[mask, "ID"].str.replace("-", "").str[:9]

过滤操作学习建议 #

• 优先吃透Pandas官方文档中「布尔索引」「条件赋值」「str字符串访问器」三个模块的用法，当前场景涉及的都是这三个模块的基础组合操作
• 多做小场景练习：比如不同条件的行筛选、多条件组合过滤、指定行的赋值操作，熟练后就能应对绝大多数数据清洗场景

内容的提问来源于stack exchange，提问作者JQTs