Python：去除DataFrame/列表中的括号及重复字符串问题

核心问题拆解 #

• 列内容包含括号，未做清洗导致格式混乱
• 循环逻辑错误：要么append位置错误只生成单行，要么循环中错误添加整个序列导致嵌套重复

分步解决方案 #

1. 直接提取目标列（避免冗余循环） #

优先用pandas原生索引提取，不用手动拼接列表：

import pandas as pd

# 读取CSV文件
raw_df = pd.read_csv("你的文件路径.csv")
# 直接提取指定两列生成新DataFrame
target_df = raw_df[["arrive time", "standby time"]].copy()

2. 批量清理括号内容 #

根据需求选择清理方式：

• 如果只是移除所有括号及内部内容：

# 清理arrive time列
target_df["arrive time"] = target_df["arrive time"].str.replace(r"\(.*?\)", "", regex=True).str.strip()
# 清理standby time列
target_df["standby time"] = target_df["standby time"].str.replace(r"\(.*?\)", "", regex=True).str.strip()

• 如果需要提取standby time括号内的数字转为数值：

target_df["standby time"] = target_df["standby time"].str.extract(r"\((\d+)\)", expand=False).astype(float)

3. 修复循环逻辑（若必须用循环） #

如果特殊场景需要循环处理，注意每次循环处理单条数据，append放在循环内：

arrive_data = []
standby_data = []

# 遍历每行数据
for _, row in raw_df.iterrows():
    # 清理arrive time并去重
    clean_arrive = row["arrive time"].replace(r"\(.*?\)", "", regex=True).strip()
    if clean_arrive not in arrive_data:
        arrive_data.append(clean_arrive)
        # 提取standby time的数值
        clean_standby = row["standby time"].str.extract(r"\((\d+)\)")[0]
        standby_data.append(float(clean_standby))

# 转换为DataFrame
final_df = pd.DataFrame({"arrive time": arrive_data, "standby time": standby_data})

4. 处理重复字符串问题 #

如果提取后存在重复行，直接去重：

target_df = target_df.drop_duplicates(subset=["arrive time"], keep="first")

验证结果 #

执行完上述步骤后，用print(target_df.head())检查输出，确保每行对应单个时间值和数值型待机时间，无括号、无嵌套重复。

内容的提问来源于stack exchange，提问作者Felipe Abrão Mariotti