Pandas列值替换指定子字符串'Last year (2019)'为'LY'方法失效求助
问题根因
- 未接收替换返回值:pandas的
replace方法默认返回替换后的新对象,不会原地修改原DataFrame。原代码仅执行了替换计算但没有将结果赋值回原切片,因此看不到任何改动。 - 正则特殊字符未转义:正则规则中
()是语法保留字符,代表捕获分组。直接写Last year (2019)作为正则规则时,实际匹配的是去掉括号的Last year 2019,和目标文本(带字面括号)不匹配,自然替换失败。
你之前尝试加\b不生效,也是因为正则规则本身没有正确匹配到目标字符串,和边界规则无关。
可行解决方案
方案1:自动转义正则特殊字符(兼容正则规则)
使用re.escape()自动转义目标字符串中的所有特殊字符,避免手写转义遗漏,同时将替换结果赋值回原DataFrame切片:
import pandas as pd import numpy as np import re # 构建测试数据 df1 = pd.DataFrame({ 'Revenue': ["Last year (2019),This year (2020)", "This year", np.nan], 'Cost': ["This year,Last Year", "This year", np.nan] }) # 执行替换并赋值回原切片 df1.iloc[:, 0:3] = df1.iloc[:, 0:3].replace( to_replace=re.escape("Last year (2019)"), # 自动将(、)转义为正则可匹配的字面字符 value="LY", regex=True )
如果需要兼容大小写场景(比如匹配Last Year (2019)、last year (2019)等写法),可以额外加忽略大小写参数:
df1.iloc[:, 0:3] = df1.iloc[:, 0:3].replace( to_replace=re.escape("Last year (2019)"), value="LY", regex=True, flags=re.IGNORECASE )
方案2:固定子串替换(无需正则,无转义负担)
如果仅需要替换固定的字面子串,不需要复杂正则匹配,更推荐用字符串访问器的str.replace做单元格内的部分内容替换,无需处理正则转义问题:
# 对指定列的字符串元素做子串替换,NaN等非字符串值会自动跳过 for col in df1.columns[0:3]: df1[col] = df1[col].str.replace("Last year (2019)", "LY", regex=False)
内容的提问来源于stack exchange,提问作者AxW
相关产品推荐
相关产品推荐

