Pandas字符串处理：批量转换DataFrame字符串格式求助

刚接触Python处理DataFrame字符串确实容易懵，我给你一个不用额外创建中间列的高效方案，完美适配你这种批量字符串转换的需求！

你的需求是把A列里size_fruit的格式，转换成fruit(size)的形式对吧？直接用pandas的字符串拆分+链式操作就能搞定，不用折腾多列或者一堆替换操作：

核心代码示例 #

import pandas as pd

# 先还原你的示例数据
df = pd.DataFrame({
    'A': ['big_apples', 'big_oranges', 'small_pears', 'medium_grapes'],
    'B': [1, 2, 3, None]
})

# 一步完成格式转换，直接覆盖原列
df['A'] = df['A'].str.split('_', n=1).apply(lambda x: f"{x[1]}({x[0]})")

# 输出结果
print(df)

运行后就能得到你想要的格式：

A    B
0   apples(big)  1.0
1  oranges(big)  2.0
2   pears(small) 3.0
3 grapes(medium) NaN

代码解释 #

• str.split('_', n=1)：按下划线只拆分一次，把每个字符串拆成[size, fruit]的列表（n=1保证即使后面有更多下划线也不会拆分多余部分）；
• apply(lambda x: ...)：对每一组拆分后的列表做格式化，直接拼成fruit(size)的形式；
• 整个操作是矢量化的，处理大量字符串比循环或者手动操作快得多，而且不用创建额外的中间列，代码简洁干净。

额外优化：处理异常值 #

如果你的数据里有可能没有下划线的异常单元格，可以加个判断避免报错：

df['A'] = df['A'].str.split('_', n=1).apply(
    lambda x: f"{x[1]}({x[0]})" if len(x) == 2 else x[0]
)

这样遇到不符合格式的单元格会保持原样，不会抛出错误。

比起你之前考虑的startswith()、多次replace()或者拆分多列的方法，这个方案一步到位，既高效又易维护，非常适合批量处理字符串场景！

内容的提问来源于stack exchange，提问作者M-M