Pandas：用其他列值与变量替换DataFrame列内占位符的问题排查

• 核心取值范围错误：apply方法指定axis=1时，lambda的入参x就是当前遍历到的单行数据Series，但原代码替换占位符时，没有用x取当前行的对应值，反而直接引用了全局的df['payments']、df['pub']——这两个对象是DataFrame整列的Series，转成字符串后会自带行索引、换行符等格式化文本，不是单个单元格的数值。
• 因为每次替换用的都是同一个整列的文本内容，最终所有行的query替换后内容完全一致，还会带出整列字符串自带的开头索引0、换行截断的异常格式。
• 语法细节遗漏：原代码替换secondvalue时，没有给日期值加SQL要求的单引号，即使取值正确，生成的SQL也无法正常执行。

方案1：修正逐行apply的取值逻辑 #

把错误的整列取值替换为当前行单元格取值，同时补上SQL所需的字符串引号：

df['query'] = df.apply(
    lambda row: row['query']
        .replace('firstvalue', str(row['payments']))
        .replace('secondvalue', f"'{t2}'")
        .replace('thirdvalue', str(row['pub'])),
    axis=1
)

方案2：向量化字符串替换（大表优先选） #

逐行apply在数据量较大时性能偏低，直接调用Pandas的字符串向量化方法，运行效率更高：

df['query'] = (
    df['query']
    # 逐列匹配替换，直接传入对应列的字符串值，不需要逐行遍历
    .str.replace('firstvalue', df['payments'].astype(str), regex=False)
    .str.replace('secondvalue', f"'{t2}'", regex=False)
    .str.replace('thirdvalue', df['pub'].astype(str), regex=False)
)

替换后效果验证：当行的payments为59495.17、pub为123时，生成的query完全符合预期：update table1 set Draft =59495.17, lastupdated=now() where StatsMonth = '2020-12-24' and Code =123。

内容的提问来源于stack exchange，提问作者Sarbjit