跳到 TLDR；在这个答案的底部简要总结
差异。
如果您从实用性的角度考虑这两种方法，就很容易理解它们的区别。
.str.replace 是一种具有 非常 特定目的的方法 - 对 string 数据执行字符串或正则表达式替换。
OTOH，.replace 更像是一个通用的 Swiss Army knife，它可以用 anything else 替换 anything（是的，这包括字符串和正则表达式）。
考虑下面的简单 DataFrame，这将成为我们即将讨论的基础。
# Setup
df = pd.DataFrame({
'A': ['foo', 'another foo bar', 'baz'],
'B': [0, 1, 0]
})
df
A B
0 foo 0
1 another foo bar 1
2 baz 0
这两个函数的主要区别可以概括为
- 目的
- 用法
- 默认行为
将str.replace 用于单个字符串列上的子字符串替换，replace 用于一个或多个列上的任何常规替换。
文档市场 str.replace 作为“简单字符串替换”的方法，因此在对 pandas 系列或列执行字符串/正则表达式替换时，这应该是您的首选——将其视为相当于 python 的“矢量化”字符串replace() 函数（或者更准确地说是re.sub()）。
# simple substring replacement
df['A'].str.replace('foo', 'bar', regex=False)
0 bar
1 another bar bar
2 baz
Name: A, dtype: object
# simple regex replacement
df['A'].str.replace('ba.', 'xyz')
0 foo
1 another foo xyz
2 xyz
Name: A, dtype: object
replace 适用于字符串和非字符串替换。更重要的是，它还意味着**一次处理多个列（如果您需要在整个 DataFrame 中替换值，您也可以将 replace 作为 DataFrame 方法访问 df.replace()。
# DataFrame-wide replacement
df.replace({'foo': 'bar', 1: -1})
A B
0 bar 0
1 another foo bar -1
2 baz 0
str.replace 一次可以替换一件事。 replace 允许您执行多个独立替换，即一次替换许多东西。
您只能为str.replace 指定单个子字符串或正则表达式模式。 repl 可以是可调用的（请参阅文档），因此可以使用正则表达式来发挥创意，以在某种程度上模拟多个子字符串替换，但这些解决方案充其量只是 hacky）。
一种常见的 pandaic（pandorable，pandonic）模式是使用 str.replace 来删除多个不需要的子字符串，方法是使用正则表达式 OR 管道 | 管道分隔子字符串，替换字符串为 ''（空字符串） .
replace 当您有 多个独立 替换 {'pat1': 'repl1', 'pat2':repl2, ...} 形式时，应该首选。有多种指定独立替换的方法（列表、系列、字典等）。请参阅documentation。
为了说明区别，
df['A'].str.replace('foo', 'text1').str.replace('bar', 'text2')
0 text1
1 another text1 text2
2 baz
Name: A, dtype: object
最好表达为
df['A'].replace({'foo': 'text1', 'bar': 'text2'}, regex=True)
0 text1
1 another text1 text2
2 baz
Name: A, dtype: object
在字符串操作的上下文中，str.replace 默认启用正则表达式替换。 replace 只执行完全匹配，除非使用 regex=True 开关。
您对str.replace 所做的一切，您也可以对replace 进行。但是，请务必注意两种方法的默认行为的以下差异。
- 子字符串替换 -
str.replace 将替换每个出现的子字符串，replace 默认只执行整个单词匹配
- 正则表达式替换 -
str.replace 将第一个参数解释为正则表达式，除非您指定 regex=False。 replace 正好相反。
对比区别
df['A'].replace('foo', 'bar')
0 bar
1 another foo bar
2 baz
Name: A, dtype: object
还有
df['A'].replace('foo', 'bar', regex=True)
0 bar
1 another bar bar
2 baz
Name: A, dtype: object
还值得一提的是，当regex=True 时只能执行字符串替换。因此，例如，df.replace({'foo': 'bar', 1: -1}, regex=True) 将是无效的。
TLDR;
总而言之，主要区别是，
目的。将str.replace 用于单个字符串列上的子字符串替换，replace 用于一个或多个上的任何一般替换
列。
用法。 str.replace 一次可以替换一件事。 replace 可以让你执行多个独立的替换，即替换很多东西
一次。
默认行为。 str.replace 默认启用正则表达式替换。 replace 只执行完全匹配，除非使用 regex=True 开关。