如何用Python Pandas移除DataFrame列中字符串开头的冠词the、a、an

直接用正则表达式配合str.replace就能精准匹配开头的冠词，不会影响字符串中间的内容。核心是利用正则的^锚定字符串开头，同时忽略大小写，匹配冠词后的空格。

具体实现代码 #

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'title': [
        'The Great Gatsby',
        'a Tale of Two Cities',
        'An apple a day',
        '1984',
        'the cat and the dog'
    ]
})

# 处理目标列：移除开头的the/a/an（忽略大小写），并去掉后面的空格
df['title_cleaned'] = df['title'].str.replace(r'^(?i)(the|a|an)\s+', '', regex=True)

print(df)

代码解释 #

• ^：强制正则从字符串开头匹配，避免修改中间的冠词
• (?i)：开启忽略大小写模式，同时匹配"The"/"the"、"A"/"a"、"An"/"an"
• (the|a|an)：匹配三个目标冠词中的任意一个
• \s+：匹配冠词后面的一个或多个空格（确保移除冠词后不会留下多余空格）
• 替换为空字符串，就完成了开头冠词的移除

运行结果 #

可以看到，只有开头的冠词被移除，字符串中间的"a"和"the"完全不受影响，没有冠词的行也保持原样。

内容的提问来源于stack exchange，提问作者Elisa