Pandas处理CTe列：移除横杠及后续字符的方法

针对你需要格式化CTe列、移除-及后续内容的需求，这里有几种高效的方法，适合大数据量处理：

方法1：字符串分割（最直观高效） #

利用Pandas的str.split()方法按-分割字符串，直接取分割后的第一部分：

df['CTe'] = df['CTe'].str.split('-').str[0]

这个方法会把每个CTe值拆分成以-为分隔符的列表，再提取列表的第一个元素，完美保留-前的内容。

方法2：正则表达式提取（精准匹配数字） #

如果需要确保只提取开头的数字部分（避免意外字符干扰），可以用str.extract()配合正则：

df['CTe'] = df['CTe'].str.extract(r'^(\d+)', expand=False)

正则^(\d+)会匹配字符串开头的连续数字，extract会提取这个匹配到的部分，返回结果和预期一致。

验证结果 #

处理后的DataFrame会变成：

CTe UF
0  1221  A
1 12321  B
2   123  C

这样处理后的CTe列就可以直接和另一DataFrame执行merge操作了。

内容的提问来源于stack exchange，提问作者Igor