移除DataFrame姓名列的邮箱域名，提取纯姓名/邮箱用户名

问题场景 #

给定包含姓名/邮箱混合内容的DataFrame：

import pandas as pd

df = pd.DataFrame({'id': ['1','2','3','4','5','6','7'],
                   'name': ['Andy','Ben@gmail.com','Charlie3@ymail.com','Dean','Edgar@icloud.com','Frank','Gabriel@yahoo.com']})

需要将邮箱格式的内容保留@前的用户名（去除数字），非邮箱内容直接去除数字，最终得到纯姓名列。

原代码问题分析 #

你写的正则替换存在两个核心问题：

1. 仅匹配了@后字母数字部分（比如@gmail），但域名里的.com这类带符号的部分，只会把.替换成空格，com作为字母会被保留，导致结果残留com；
2. 替换用空格填充，会引入不必要的空白字符。

解决方案 #

方法1：字符串分割+正则清理（直观易懂）

直接截取@前的内容，再去掉所有数字：

import re

def clean_name(name):
    # 取@前的部分，无@则取原字符串
    username = name.split('@')[0]
    # 删除所有数字字符
    return re.sub(r'\d+', '', username)

df['name'] = df['name'].apply(clean_name)

方法2：Pandas向量化字符串操作（高效简洁）

利用Pandas内置的字符串方法，无需循环/apply，处理大数据集时效率更高：

df['name'] = df['name'].str.split('@').str[0].str.replace(r'\d+', '', regex=True)

最终结果 #

运行后得到目标DataFrame：

id     name
0  1     Andy
1  2      Ben
2  3  Charlie
3  4     Dean
4  5    Edgar
5  6    Frank
6  7  Gabriel

内容的提问来源于stack exchange，提问作者Arthur