pandas DataFrame中vnum、seq列按规则批量替换失效的解决方案

原代码存在的问题 #

• 行级赋值逻辑错误：df[df['vnum'] == ''] = 'XXX 000000' 属于整行赋值，满足条件的行的datetime、seq等所有列都会被替换成目标值，并非仅修改vnum列
• 全局操作无列限定：df['vnum']=df.replace('', np.nan, inplace=True) 是对整个DataFrame执行替换，且inplace=True的方法返回None，赋值后vnum列会全部变为None
• seq列逻辑与需求不匹配：原代码将空值填充为'9999'，和需求要求的'0000'不一致；最后一步pd.to_numeric会把补好的前导零全部抹掉，转成数字后无法保留前导零格式

实现代码 #

先导入依赖：

import pandas as pd
import numpy as np

vnum列处理 #

处理规则：所有长度小于10字符的值（包含空值、单空格、8/9字符短值），统一替换为XXX 000000

# 统一列内值为字符串格式，兼容整数、NaN等非字符串存储场景
df['vnum'] = df['vnum'].astype(str)
# 处理类型转换产生的'nan'字符串
df['vnum'] = df['vnum'].replace('nan', '')
# 按长度判断执行替换
df['vnum'] = np.where(df['vnum'].str.len() < 10, 'XXX 000000', df['vnum'])

seq列处理 #

处理规则：① 空值、单空格统一替换为0000；② 有效数值补前导零到4位

# 统一列内值为字符串格式，兼容整数、NaN等非字符串存储场景
df['seq'] = df['seq'].astype(str)
# 识别原空值、空字符串、单空格的场景（含类型转换产生的'nan'字符串）
df['seq'] = df['seq'].replace(['nan', '', ' '], '0000')
# 去除首尾多余空格，补前导零到4位
df['seq'] = df['seq'].str.strip().str.zfill(4)

适配效果 #

• 样例中长度为9字符的D 154070会被自动替换为XXX 000000
• 样例中的seq值867、177会自动转为4位带前导零的字符串0867、0177
• 空值、单空格的场景会按规则替换，不会出现整列被覆盖、规则不生效的问题

内容的提问来源于stack exchange，提问作者user_v27