python：使用df.replace处理区分大小写的更好方法

Question

我有以下代码来替换我的数据框-dfMSR中的文本

oldtxts = ['NA', 'na']
newtxt = 'N/A'
for oldtxt in oldtxts:
    if oldtxt in dfMSR.values: 
        dfMSR = dfMSR.replace(oldtxt, newtxt, regex=True)
    else: 
        print("\nNo {oldtxt} in Dataframe") 

是否有更好的方法来替换所有案例场景，而无需拼写它们或将数据框中所有文本的案例更改为大写或小写？在上面的代码中，如果用户编写了“Na”，它将不会被替换，因为我没有将其包含在oldtxts中

编辑：添加样本数据和所需输出

dfMSR = pd.DataFrame({'A':['NA','na','O', '', 'N/A'],
          'B':['Anna','E','NA', 'Z', 'Na']})

期望输出：

    A   B
0   N/A Anna
1   N/A E
2   O   N/A
3       Z
4   N/A N/A



Thanks

Answer 1

您可以将str.lower()与.replace链接，而且不需要测试if条件，因为它是在替换中隐式执行的：

dfMSR = dfMSR.apply(lambda x: x.str.lower()).replace(oldtxt, newtxt, regex=True)

在一个示例中，它将如下所示：

pd.DataFrame({'A':['NA','na','O'],
          'B':['X','E','NA']}).apply(lambda x: x.str.lower()).replace('na','N/A',regex=True)