如何用更Pythonic且高效的方法处理数据集IP地址，去除第四个八位组？

原始数据集 #

目标处理结果 #

当前低效实现代码 #

def sliceip(row):
 row = str(row)
 return row.rsplit(".",1)[0]

def applysliceip(rowx):
 for i, item in enumerate(rowx):
     rowx[i] = sliceip(item)
 return rowx

# 应用到整个DataFrame
split_IPs = IPs.apply(lambda row: applysliceip(row))

高效Pythonic实现方案 #

方法1：向量化str.rsplit操作 #

Pandas的字符串方法支持批量处理，完全不需要手动循环，效率和内存表现远优于逐元素操作：

split_IPs = IPs.apply(lambda col: col.str.rsplit(".", 1).str[0])

更简洁的写法可以借助stack()统一处理后恢复结构：

split_IPs = IPs.stack().str.rsplit(".", 1).str[0].unstack()

方法2：正则替换 #

用正则匹配末尾的.数字格式直接替换为空，操作简单且高效：

split_IPs = IPs.replace(r'\.\d+$', '', regex=True)

正则表达式\.\d+$精准匹配IP地址的第四个八位组，替换后自动保留原有的NaN值。

方法3：定位截取 #

先找到每个IP最后一个.的位置，再截取前面的内容：

split_IPs = IPs.apply(lambda col: col.str.slice(0, col.str.rfind(".")))

以上方法均基于Pandas的向量化操作，避免了Python级别的循环，在处理大数据集时，速度和内存占用会有显著优化。

内容的提问来源于stack exchange，提问作者CatDad