如何在Python Pandas DataFrame中删除字符串内[]包裹的内容？

问题分析 #

你之前用固定字符串的str.replace只能匹配特定日期的包裹内容，而且[]是正则表达式的特殊字符（代表字符集），直接写会导致匹配逻辑出错，出现残留符号的问题。要通用处理所有[]包裹的内容，优先用正则表达式的矢量化操作，比循环高效得多。

最优解决方案：正则表达式矢量化替换 #

直接用str.replace搭配正则表达式，一次性匹配并移除所有[]包裹的内容：

import pandas as pd

# 替换所有[]包裹的内容
df['Description_GLEntry'] = df['Description_GLEntry'].str.replace(r'\[[^\]]*\]', '', regex=True)

• 正则说明：
  • r'\['：转义左方括号，匹配实际的[字符
  • [^\]]*：匹配任意数量的非]字符（确保只匹配到对应的右括号为止）
  • r'\]'：转义右方括号，匹配实际的]字符
    整个正则会精准匹配从[开始到对应]结束的所有内容，替换为空字符串即可完全移除，不会残留多余符号。

若需使用函数+循环实现（不推荐，效率较低） #

如果一定要用自定义函数结合循环的方式，可按以下步骤：

1. 定义处理单个字符串的函数：

def remove_bracketed_segment(text):
    start_pos = text.find('[')
    # 循环处理所有嵌套或多个[]的情况
    while start_pos != -1:
        end_pos = text.find(']', start_pos)
        if end_pos != -1:
            # 截取并拼接去掉[]包裹部分的文本
            text = text[:start_pos] + text[end_pos+1:]
            start_pos = text.find('[')
        else:
            # 没有匹配的右括号，终止循环
            break
    # 去除可能的多余空格
    return text.strip()

2. 应用到DataFrame列：

# 方法1：使用apply（比直接循环高效）
df['Description_GLEntry'] = df['Description_GLEntry'].apply(remove_bracketed_segment)

# 方法2：逐行循环（仅小数据集推荐）
for index in df.index:
    df.loc[index, 'Description_GLEntry'] = remove_bracketed_segment(df.loc[index, 'Description_GLEntry'])

内容的提问来源于stack exchange，提问作者Jesper Holm-Pedersen