如何在Pandas DataFrame中去除连字符/括号后的内容并保留分隔项

需求说明 #

现有单列Pandas DataFrame，列中元素为逗号分隔的多段字符串。需完成以下处理：

• 对每段字符串，去除**连字符（含自身）或括号（含自身）**之后的所有内容，仅保留特殊字符前的部分
• 将处理后的各段用空格分隔，替换原列内容

示例数据 #

import pandas as pd

dd = pd.DataFrame()
dd['sin'] = [
    'U147(BCM), U35(BCM)',
    'P01-00(ECM), P02-00(ECM)',
    'P3-00(ECM), P032-00(ECM)',
    'P034-00(ECM)',
    'P23F5(PCM), P04-00(ECM)'
]

解决方案 #

方法1：拆分+遍历处理（直观易懂） #

通过拆分逗号分隔项，逐个提取目标内容后重新拼接：

# 拆分每个单元格的字符串，处理后重新拼接
dd['sin'] = dd['sin'].str.split(', ').apply(
    lambda items: ' '.join([item.split('-')[0].split('(')[0] for item in items])
)

方法2：正则替换（简洁高效） #

利用正则表达式一次性匹配并替换不需要的内容：

# 替换-或(之后到分隔符/结尾的内容，再替换逗号分隔为空格
dd['sin'] = dd['sin'].str.replace(r'(-|\().*?(?=, |$)', '', regex=True).str.replace(', ', ' ')

预期输出 #

print(dd['sin'])
# 输出：
0    U147 U35
1     P01 P02
2      P3 P032
3        P034
4    P23F5 P04
Name: sin, dtype: object

内容的提问来源于stack exchange，提问作者Sushil Kokil