如何在Pandas中移除单元格开头的‘n+ years in business’前缀并保留无该前缀的行

我刚好有过类似的处理经验，针对你这种混合了带前缀和纯地址的列数据，用正则表达式配合Pandas的str.replace方法就能完美解决——既能精准移除那些n+ years in business · 格式的前缀，又不会改动原本就没有前缀的地址行。

具体实现代码 #

假设你的数据列名为address，可以直接用这一行代码处理：

import pandas as pd

# 假设你的DataFrame名为df
df['address'] = df['address'].str.replace(r'^\d+\+ years in business · ', '', regex=True)

代码解释 #

这个正则表达式r'^\d+\+ years in business · '的作用是：

• ^：匹配字符串的开头，确保我们只处理前缀在最前面的情况
• \d+：匹配一个或多个数字（对应前缀里的n，比如5、7、10）
• \+：匹配实际的加号（因为加号在正则里是特殊字符，需要用反斜杠转义）
• 后面的years in business ·就是你要移除的固定文本部分

替换为空字符串后，只有匹配到这个前缀的单元格会被移除前缀，原本没有前缀的地址会完全保留原样。

处理效果示例 #

针对你给出的原始数据：

• 原始：10+ years in business · Bypass Rd, behind ST. Conrad's College → 处理后：Bypass Rd, behind ST. Conrad's College
• 原始：5+ years in business · Ground Floor, 84 → 处理后：Ground Floor, 84
• 原始：1st Floor SK Complex, Madison square Rd near C.O. County Office, near Church → 处理后：1st Floor SK Complex, Madison square Rd near C.O. County Office, near Church（完全不变）
• 原始：7+ years in business · David Rd 80A, Henry Palace, Phase 1, Ronda Rd → 处理后：David Rd 80A, Henry Palace, Phase 1, Ronda Rd

这样就完全满足你的需求啦！

内容的提问来源于stack exchange，提问作者Owaishh