如何用正则表达式移除Pandas列中指定单词后的首个单词（保留空格）

问题分析 #

你需要在Pandas数据框的字符串列中，仅移除NO或WITHOUT之后的首个单词，同时完全保留这些关键词与后续内容之间的空格，不能删除或替换空格。原代码存在几个问题：

• 正则表达式开头多了不必要的斜杠/（Python中不需要这种JS风格的正则分隔符）
• 仅匹配了单个字符\w，而非完整的单词\w+
• 没有正确保留捕获的空格部分

解决方案 #

使用正向肯定断言捕获NO/WITHOUT，同时单独捕获它们后面的所有空格，最后匹配要移除的完整单词。替换时只保留捕获的空格即可：

import pandas as pd

df = pd.DataFrame({'STRING': [
    r"THERE IS NO REASON WHY THIS SHOULDN'T WORK!", 
    r"I AM WITHOUT DOUBT     VERY BAD AT REGEX", 
    r"I CAN'T SOLVE A PROBLEM THAT HAS NO INTRINSIC VALUE"
]})

# 正确的正则替换代码
df['desired_output'] = df.STRING.str.replace(
    r'(?<=(NO|WITHOUT))(\s+)\w+',  # 匹配关键词+空格+首个单词，捕获空格
    r'\2',  # 替换为捕获的空格，移除单词
    regex=True
)

print(df[['STRING', 'desired_output']])

输出验证 #

运行后得到的结果完全符合期望：

正则说明 #

• (?<=(NO|WITHOUT))：正向肯定断言，确保前面是NO或WITHOUT，不参与捕获替换
• (\s+)：捕获关键词后面的所有连续空格，后续替换时保留这部分
• \w+：匹配关键词后的首个完整单词，这部分会被替换掉
• r'\2'：引用第二个捕获组（即空格部分），实现只移除单词、保留空格的效果

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