如何将多列重复的DataFrame正则清洗代码简化为一行？

直接使用Pandas的applymap方法结合列范围选择，一行代码完成批量处理：

import re
df.loc[:, 'Two':'Ten'] = df.loc[:, 'Two':'Ten'].applymap(lambda x: re.sub(r'\W+', ' ', str(x)))

关键说明 #

• df.loc[:, 'Two':'Ten']：精准选中从Two到Ten的所有列（Pandas支持按列名连续切片，只要列名在DataFrame中是连续排列的）
• applymap()：针对DataFrame的每个元素应用处理函数，相比循环遍历列再用map更简洁高效
• str(x)：确保将元素转为字符串类型，避免非字符串数据（如数字）传入re.sub时报错
• 直接赋值回原DataFrame的对应列，完成批量修改

扩展优化（适配未来列增加） #

如果后续新增列的命名符合类似规则（比如都是首字母大写的英文单词），可以用正则筛选列，不用固定列范围：

df.loc[:, df.columns.str.match(r'^[A-Z][a-z]+$')] = df.loc[:, df.columns.str.match(r'^[A-Z][a-z]+$')].applymap(lambda x: re.sub(r'\W+', ' ', str(x)))

内容的提问来源于stack exchange，提问作者Veera