使用Pandas .replace()交换值时的异常行为问询

这个问题的核心在于Pandas的replace函数处理数值类型和字符串类型时，默认的正则表达式设置不一样，直接导致了替换逻辑的差异：

1. 整数替换的行为（符合预期） #

当你对整数列使用字典替换时，Pandas默认会关闭正则表达式匹配（regex=False）。这时候，替换是基于原始值的一次性映射：它会遍历每个元素，直接将匹配字典键的原始值替换为对应的值，不会让后续的替换操作影响已经替换过的元素。

所以你的整数例子：

df = pd.DataFrame({'A': [0, 1]})
df.A.replace({0: 1, 1: 0})

会直接把原始的0换成1，原始的1换成0，最终得到[1, 0]。

2. 字符串替换的“怪异”行为 #

而当你处理字符串时，Pandas默认会开启正则表达式匹配（regex=True，这是因为字符串场景下正则替换更常用）。此时，替换是链式依次执行的：先执行第一个键值对的替换，再用替换后的结果执行第二个键值对的替换。

你的字符串例子：

df = pd.DataFrame({'B': ['a', 'b']})
df.B.replace({'a': 'b', 'b': 'a'})

实际执行步骤是：

• 第一步：把所有'a'替换成'b'，此时数据变成['b', 'b']
• 第二步：把所有'b'替换成'a'，最终结果就变成了['a', 'a']

如何让字符串替换和整数行为一致？ #

只需要显式设置regex=False，强制Pandas基于原始值做一次性映射，而不是正则链式替换：

df = pd.DataFrame({'B': ['a', 'b']})
df.B.replace({'a': 'b', 'b': 'a'}, regex=False)

这样执行后，结果就会是['b', 'a']，和整数替换的逻辑完全一致。

补充说明 #

这个逻辑在Pandas官方文档里有明确说明：当replace的参数是字典时，对于字符串类型的键，默认会启用正则匹配；如果要禁用正则，必须显式指定regex=False。而数值类型的键默认就会禁用正则，因为正则对数值来说实际应用场景很少。

内容的提问来源于stack exchange，提问作者Ricardo