如何在Pandas DataFrame列中批量移除指定词汇？

原代码的问题分析 #

你的函数未生效核心原因有两个：

• 错误遍历字符串单个字符：for i in t 会逐个遍历字符串的字符，而非拆分后的单词，根本无法匹配目标词汇
• 忽略字符串不可变性：t.replace(i, '') 返回新字符串但未赋值给变量，且函数没有返回处理后的结果

方法一：自定义过滤函数（灵活易读） #

通过「拆分单词-过滤目标-重新拼接」的逻辑编写函数：

def remove_target_words(text):
    # 用集合存储目标词汇，查询效率更高
    target_words = {'Livre', 'Chapitre', 'Titre', 'Chapter', 'Article'}
    # 拆分文本为单词列表，过滤掉目标词汇后重新拼接
    filtered_words = [word for word in text.split() if word not in target_words]
    return ' '.join(filtered_words)

测试示例：

st = 'this is Livre and Chapitre and Titre and Chapter and Article'
print(remove_target_words(st))  # 输出: this is and and and and

批量应用到DataFrame的content列：

df['content'] = df['content'].apply(remove_target_words)

方法二：Pandas内置正则替换（高效适配大数据） #

利用Pandas的str.replace结合正则匹配整个单词，处理效率更优：

import re

target_words = ['Livre', 'Chapitre', 'Titre', 'Chapter', 'Article']
# 构建正则模式，\b 匹配单词边界，re.escape处理词汇中的特殊字符
pattern = r'\b(' + '|'.join(re.escape(word) for word in target_words) + r')\b'
# 替换目标词汇，可选str.strip()移除首尾多余空格
df['content'] = df['content'].str.replace(pattern, '', regex=True)

若需清理替换后产生的连续空格，可追加一步：

df['content'] = df['content'].str.replace(r'\s+', ' ', regex=True)

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