如何在Pandas中移除含小写字母的字符串列值（含NaN处理）

需求：在Pandas的字符串列中移除包含小写字母的字符串，列中可能存在NaN或单行包含多个字符串。

原DataFrame #

尝试的错误代码 #

df['Column1'].fillna('nan',inplace=True)
df['Column2'].fillna('nan',inplace=True)
df['Column3'].fillna('nan',inplace=True)

lowerletterpattern = r'[a-z]*'

mask1 = df['Column1'].str.contains(lowerletterpattern)
df.loc[mask1,'Column1'] = np.nan

mask2 = df['Column2'].str.contains(lowerletterpattern)
df.loc[mask2,'Column2'] = np.nan

mask3 = df['Column3'].str.contains(lowerletterpattern)
df.loc[mask3,'Column3'] = np.nan

运行后所有值均为NaN，不符合预期。

问题分析 #

1. 正则表达式r'[a-z]*'匹配0个或多个小写字母，任何字符串（包括全大写/数字的字符串）都会被匹配，因为0个小写字母也满足条件，导致所有行被替换为NaN。
2. 提前将NaN填充为字符串'nan'，该字符串包含小写字母，最终也会被匹配替换回NaN，进一步导致全表空值。

正确解法 #

无需提前填充NaN，直接匹配至少一个小写字母的字符串，将其替换为NaN即可：

import pandas as pd
import numpy as np

# 构造原DataFrame（已有可跳过此步骤）
data = {
    'Column1': [np.nan, 'BCDE8ENGUGUETNJN', 'vk4JGFIEh5', 't7chJGWYEj', '5hNIE7EEP'],
    'Column2': [np.nan, np.nan, np.nan, 'BCSTACK', 'OVERFLOW'],
    'Column3': [np.nan, np.nan, np.nan, 'BCTENSORFLOW', np.nan]
}
df = pd.DataFrame(data)

# 批量处理所有目标列
for col in df.columns:
    # na=False：NaN值不参与匹配，保持原状态
    mask = df[col].str.contains(r'[a-z]', na=False)
    df.loc[mask, col] = np.nan

最终结果 #

内容的提问来源于stack exchange，提问作者ProgramNewHand