Python Pandas全数据范围如何将X,X%格式的百分值替换为X.X%

核心处理规则严格匹配需求：仅替换夹在两个数字字符之间、且属于百分号前数值段的逗号，不会误伤文本分句逗号、非百分结构的千位分隔逗号等其他内容。

实现代码 #

单列定向处理（仅针对ingredients_text列，列内全量单元格覆盖） #

如果仅需要处理指定的文本列，直接对列的字符串方法做正则替换即可：

# 对目标列全量内容做替换
df['ingredients_text'] = df['ingredients_text'].str.replace(
    pat = r'(\d+),(\d+%)',
    repl = r'\1.\2',
    regex = True
)

全数据框覆盖处理 #

如果需要遍历整个数据框所有单元格，对所有符合规则的文本内容统一替换，可使用如下写法（仅对字符串类型内容生效，数值型等其他类型内容不做改动）：

import re

df = df.applymap(
    lambda cell: re.sub(r'(\d+),(\d+%)', r'\1.\2', cell) if isinstance(cell, str) else cell
)

规则适配调整 #

如果需要避免误改千位分隔的百分写法（例如原生想表达1000%、写为1,000%时，不希望被替换为1.000%），可以调整匹配规则，仅识别逗号后紧跟1-2位小数的结构，对应的正则匹配规则修改为：

• pat = r'(\d+),(\d{1,2}%)'

处理效果示例 #

相比逐行循环判断的实现，基于Pandas内置字符串方法的正则替换处理效率更高，可覆盖列内/数据框内所有匹配的内容，不会出现遗漏。单列处理时使用Pandas内置的str.replace方法，默认开启正则支持，不需要额外导入正则模块；全数据框逐单元格处理时，因为直接操作Python原生字符串，需要导入re模块调用re.sub实现正则替换，两者的匹配和替换逻辑完全一致，不会出现处理结果的偏差。

内容的提问来源于stack exchange，提问作者Yoss