Pandas如何将DataFrame列中全小写字符串替换为NaN？

嘿，我来帮你搞定这个问题！你的核心需求是把names列里完全由小写字母组成的字符串替换成NaN，但之前的正则表达式写得不对，导致把所有包含两个小写字母的内容都误删了——毕竟像Chris Z里的hr、is都是符合[a-z]{2}的，自然会被错误匹配。

问题出在哪？ #

• 你的正则r'[a-z]{2}'匹配的是任意连续两个小写字母，而不是整个字符串全小写
• 另外，当使用inplace=True时，不需要再给df['names']赋值，因为inplace参数会直接修改原DataFrame，赋值操作反而会把结果变成None

正确解决方案 #

我们需要用正则精准匹配整个字符串都是小写字母的情况：用^匹配字符串开头，$匹配结尾，[a-z]+匹配一个或多个小写字母，组合起来就是r'^[a-z]+$'。同时用np.nan来表示缺失值（比None更适配pandas的缺失值处理逻辑）。

代码示例：

首先确保导入必要的库：

import pandas as pd
import numpy as np

然后执行替换（两种方式选其一即可）：

# 方式1：不使用inplace，返回新的Series并赋值
df['names'] = df['names'].replace(r'^[a-z]+$', np.nan, regex=True)

# 方式2：使用inplace直接修改原DataFrame（无需额外赋值）
df['names'].replace(r'^[a-z]+$', np.nan, regex=True, inplace=True)

验证结果：

执行后你的DataFrame会变成：

names
0     Chris Z
1  Hulk Hogan
2         NaN
3         NaN

完全符合你的期望输出！

额外适配说明 #

如果你的全小写字符串里可能包含空格或者其他符号（比如not a name），可以把正则改成r'^[a-z\s]+$'，这样就能匹配包含小写字母和空格的全小写字符串，你可以根据实际数据调整正则规则。

内容的提问来源于stack exchange，提问作者seisgradox