如何移除字符串列中以四个及以上零开头的数字串？

需要处理DataFrame的名称列，移除其中以4个或更多连续0开头的编码片段，但要保留像10000g这类重量信息里的连续零，同时处理编码和名称直接相连的情况。

示例输入数据 #

import pandas as pd

data = {
    'Name' : ['ANOA 250g 00004689', 'ANOA 10000g 00000059884', '80%c asjw 150000001568 ', 'Shivangi000000478761'],
}
  
testdf = pd.DataFrame(data)

解决方案 #

利用pandas的str.replace结合正则表达式，精准匹配并移除目标片段：

# 执行替换操作
testdf['Name'] = testdf['Name'].str.replace(r'(?:\s+0{4,}\d*)|(?<=\D)0{4,}\d*', '', regex=True)

# 查看处理后的结果
print(testdf)

正则表达式说明 #

• (?:\s+0{4,}\d*)：匹配空白字符开头，后跟4个及以上连续0，再跟任意数字的片段（比如 00004689），直接替换为空
• (?<=\D)0{4,}\d*：匹配非数字字符结尾的文本后紧跟的、以4个及以上连续0开头的数字序列（比如Shivangi后的000000478761），替换为空

这套规则既能避开10000g这类重量里的连续零（因为这些零不是以4个零开头的独立片段），也能处理编码和名称直接相连的场景。

最终结果 #

处理后的数据与预期完全一致：

results = {
        'Name' : ['ANOA 250g', 'ANOA 10000g', '80%c asjw 150000001568 ', 'Shivangi'],
}
results_df = pd.DataFrame(results)

内容的提问来源于stack exchange，提问作者tailsrockc