如何用Pandas移除首个空格后的零（支持正则及其他方法）

原DataFrame结构：

number
+123 1234
+123 0123
+123+123 01234
+123 0123 0023

期望生成新列filtered，仅移除首个空格后的零，输出如下：

number            filtered
+123 1234         +123 1234
+123 0123         +123 123
+123+123 01234    +123+123 1234
+123 0123 0023    +123 123 0023

之前尝试的代码df['filtered'] = df['number'].replace(r'\s(.)', '', regex=True)会移除空格后的任意第一个字符，不符合需求。

解决方案 #

方法1：正则表达式替换 #

使用正则匹配首个空格后的0，保留空格仅移除该0：

df['filtered'] = df['number'].replace(r'(\s)0', r'\1', regex=True)

• 正则(\s)0匹配空格（捕获为分组1）后跟0的组合
• 替换为\1即保留原空格，去掉后续的0，精准满足需求

方法2：字符串分割处理（非正则） #

通过分割首个空格、判断后续字符开头、重新拼接实现：

def process_string(s):
    if ' ' not in s:
        return s
    # 按第一个空格分割为前后两部分
    prefix, suffix = s.split(' ', 1)
    # 如果后缀以0开头，去掉首字符
    if suffix.startswith('0'):
        suffix = suffix[1:]
    return f"{prefix} {suffix}"

df['filtered'] = df['number'].apply(process_string)

• 适合不熟悉正则的场景，逻辑直观易懂，能明确控制仅处理首个空格后的内容

内容的提问来源于stack exchange，提问作者Mamed