使用pandas替换tsv文件特殊字符[、]未生效如何解决？

• 正则特殊字符未转义：你开启了regex=True参数，[和]在正则语法中是定义字符集的特殊元字符，直接书写无法匹配文本中的字面量方括号，需要加反斜杠转义。
• 替换规则不完整：仅配置了[的匹配规则，未添加]的匹配逻辑，右方括号不会被处理。
• 方法调用参数错误：pandas的Series.str.replace()方法不支持直接传入字典作为匹配规则，你传入的字典会被识别为普通正则字符串，无法触发映射替换。
• 多列调用兼容性问题：部分低版本pandas不支持对多列组成的DataFrame直接调用.str访问器，会导致匹配逻辑不生效。

提供两种常用的可行写法，根据你的场景选择即可：

方案1：用DataFrame.replace批量处理（适合多列场景） #

直接在指定列范围内调用replace方法，传入转义后的正则匹配规则：

cols_to_check = ['NUMBERS']
# 转义方括号，一次性替换左右方括号为空
df[cols_to_check] = df[cols_to_check].replace({r'\[': '', r'\]': ''}, regex=True)
# 输出时加index=False避免生成多余的索引列，可按需调整
df.to_csv("output.tsv", sep='\t', index=False)

方案2：逐列调用str.replace（兼容性最优） #

逐列处理避免多列调用.str的兼容性问题，正则可以简化为匹配任意方括号：

cols_to_check = ['NUMBERS']
for col in cols_to_check:
    # 正则[\[\]]匹配所有[或]字符，一次性替换
    df[col] = df[col].str.replace(r'[\[\]]', '', regex=True)
df.to_csv("output.tsv", sep='\t', index=False)

如果你的NUMBERS列存储的是列表类型而非字符串类型，需要先转为字符串再执行替换：

df['NUMBERS'] = df['NUMBERS'].astype(str).str.replace(r'[\[\]]', '', regex=True)

内容的提问来源于stack exchange，提问作者george3313