如何替换字符串中间的0？DataFrame列正则匹配特殊场景问题

我明白你遇到的痛点了——想要替换字符串中间被字母包围的0，但又不想误改像BOMBAY 2.0这种属于数字一部分的0。咱们一步步来搞定这个问题：

问题核心分析 #

你需要精准区分两种场景下的0：

• 目标替换：被字母（A-Za-z）前后包围的单个0（比如AZZZZ0ZZZZ、ZZZZZ0ZZZZ里的0）
• 需保留：属于数字组成部分的0（比如2.0里的0，它是小数的一部分）

为什么之前的尝试没达到预期？ #

1. 全局替换df['column'].str.replace('0','na')：这种方式会替换所有出现的0，完全不区分场景，自然会误改BOMBAY 2.0里的0。
2. 正则\B0\B：\B匹配的是非单词边界，它的判断逻辑是基于“单词字符（字母、数字、下划线）和非单词字符的分界”。比如A01里的0前后都是单词字符，\B0\B会匹配这个0，但如果你只想替换夹在纯字母中间的0，这个正则就会出现不符合预期的结果。

正确的解决方案 #

使用正向/反向断言来精准锁定被字母前后包围的0，对应的正则表达式为：(?<=[A-Za-z])0(?=[A-Za-z])

拆解一下这个正则的逻辑：

• (?<=[A-Za-z])：反向断言，确保0的前面是任意字母
• 0：匹配我们要替换的目标字符
• (?=[A-Za-z])：正向断言，确保0的后面是任意字母

对应的Python代码示例：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'column': ['AZZZZ0ZZZZ', 'ZZZZZ0ZZZZ', 'BOMBAY 2.0']
})

# 执行精准替换
df['column'] = df['column'].str.replace(r'(?<=[A-Za-z])0(?=[A-Za-z])', 'NA', regex=True)

print(df)

运行后输出结果：

column
0  AZZZZNAZZZZ
1  ZZZZZNAZZZZ
2    BOMBAY 2.0

这样就完美实现了只替换被字母包围的中间0，同时完整保留了数字里的0。如果你的场景中还有其他特殊情况（比如0前后有下划线），可以调整正则里的字符范围，比如把[A-Za-z]改成[A-Za-z_]来包含下划线。

内容的提问来源于stack exchange，提问作者user3554811