如何替换Pandas DataFrame列内字符串末尾的字母为数字
末尾字母替换为数字的简便实现方案
核心思路是无需手动构建覆盖全26个字母的映射字典,可根据实际的映射规则分场景用pandas的原生能力批量处理:
规则为连续顺延映射(零售类StockCode的常规编码逻辑)
这类场景下字母和数字的对应是连续的(比如A对应10、B对应11……Z对应35),完全可以借助ASCII编码的固定规律自动计算映射值,根本不需要手写全量字典:
- 先把StockCode列统一转为字符串格式,避免数值类型自动截断、丢失末尾的字母
- 用正则定位每条数据最末尾的单个大写字母,无末尾字母的条目直接跳过
- 对匹配到的字母通过ASCII差值计算对应数字:以A的ASCII码为基准,算出当前字母和基准的差值,加上约定的起始偏移值,就能得到最终的映射数字
- 把计算得到的数字替换原位置的字母,和原数字主体拼接为最终编码
可直接复用的代码:
import pandas as pd import re # 原始示例数据 df = pd.DataFrame({ "InvoiceNo": [536, 536, 536, 536], "StockCode": ["85123", "71053Z", "84406B", "22623S"] }) def convert_suffix(code): code = str(code) # 匹配末尾的单个大写字母 suffix = re.search(r'([A-Z])$', code) if not suffix: return code letter = suffix.group(1) # 自动计算映射值,此处偏移10代表A对应10,可根据实际规则调整 mapped_num = ord(letter) - ord('A') + 10 return code[:-1] + str(mapped_num) df["StockCode"] = df["StockCode"].apply(convert_suffix)
处理后的转换结果:
- 71053Z → 7105335
- 84406B → 8440611
- 22623S → 2262328
规则为自定义非连续映射
如果字母对应的数字是自定义的非连续规则(比如Z对应1、B对应2这类无顺序的映射),也不需要构建全量26个字母的大字典,只需要整理当前数据集里实际出现过的后缀字母,做最小映射表即可,通过pandas的正则替换批量处理:
# 仅整理实际出现的后缀映射,无需覆盖所有字母 custom_suffix_map = {"Z": "1", "B": "2", "S": "3"} df["StockCode"] = df["StockCode"].str.replace( r'([A-Z])$', lambda match: custom_suffix_map.get(match.group(1), match.group(1)), regex=True )
注意:上述匹配逻辑默认所有需要替换的字母都位于StockCode的最末尾,如果存在字母穿插在数字序列中间的情况,需要调整正则匹配范围,避免误替换非目标位置的字符。
内容的提问来源于stack exchange,提问作者Zizi96
相关产品推荐
相关产品推荐

