如何遍历Pandas DataFrame移除括号及括号内数字？

不用逐个遍历单元格，用pandas的矢量化字符串操作就能高效完成这个需求，核心是用正则表达式匹配并替换掉括号及内部的数字。

步骤示例： #

1. 先构造示例DataFrame（模拟你的数据场景）：

import pandas as pd

df = pd.DataFrame({
    'col1': ['5[6]', '8[7]', '12', '9[3]'],
    'col2': ['20', '15[2]', '7[9]', '3']
})

2. 执行替换操作：

# 对所有字符串列移除"[数字]"格式的内容
df_cleaned = df.apply(lambda col: col.str.replace(r'\[\d+\]', '', regex=True))

代码说明： #

• r'\[\d+\]'是正则表达式：\[和\]转义了括号（避免正则将其解析为分组符号），\d+匹配1个或多个连续数字，整体匹配[X]格式的内容
• col.str.replace()会对列中的每个字符串执行替换，把匹配到的内容换成空字符串
• apply()遍历DataFrame的每一列，确保所有列都被处理

处理后结果： #

col1 col2
0    5   20
1    8  15
2   12    7
3    9    3

如果你的数据里存在多个括号（比如"10[2][3]"），这个方法同样有效，会一次性移除所有[数字]格式的片段。

注意：尽量避免用循环遍历每个单元格的方式，pandas的矢量化操作在数据量较大时性能优势非常明显。

内容的提问来源于stack exchange，提问作者Akira