Python Pandas截断列至50字符时如何避免截断末尾单词

没问题！我来帮你解决这个截断到完整单词的需求——毕竟把单词劈成两半确实不太美观😉

下面给你两种实用的解决方案，你可以根据自己的场景选择：

方法1：使用字符串rfind定位最后一个空格（高效首选） #

这种方法直接利用字符串的内置方法，性能更好，适合处理大数据量的DataFrame。核心思路是：先判断字符串长度，如果超过50字符，就在0到50的范围内找最后一个空格的位置，然后截断到这个位置；如果找不到空格（比如全是连续的无空格字符，像长URL），就直接截断到50字符。

def truncate_to_complete_word(s, max_length=50):
    # 如果原字符串长度不超过上限，直接返回
    if len(s) <= max_length:
        return s
    # 在0到max_length的区间内，找最后一个空格的索引
    last_space_idx = s.rfind(' ', 0, max_length)
    # 如果找到空格，截断到空格位置；没找到就直接截断到max_length
    return s[:last_space_idx] if last_space_idx != -1 else s[:max_length]

# 应用到DataFrame的col_1列
df['col_1'] = df['col_1'].apply(truncate_to_complete_word)

方法2：用正则表达式实现更灵活的截断 #

如果你需要处理更复杂的分隔场景（比如除了空格，还想在连字符、标点处截断），正则表达式会更灵活。下面的正则会匹配到50字符以内的最后一个单词边界（空格或字符串结尾），确保截断后的内容都是完整的单词。

import re

def truncate_with_regex(s, max_length=50):
    if len(s) <= max_length:
        return s
    # 匹配开头到max_length以内、紧跟空格或结尾的内容
    match_result = re.match(r'^.{0,%d}(?=\s|$)' % max_length, s)
    if match_result:
        # 去掉可能的末尾空格
        return match_result.group().strip()
    # 没找到可截断的边界时，直接截断到max_length
    return s[:max_length]

# 应用到DataFrame
df['col_1'] = df['col_1'].apply(truncate_with_regex)

边界情况说明 #

• 如果原字符串长度≤50：两种方法都会直接返回原内容，不会做任何修改。
• 如果字符串里没有空格（比如长数字、URL）：会直接截断到50字符，避免出现完全无法阅读的内容。
• 如果刚好在50字符处是完整单词：两种方法都会保留这个单词，不会多截断。

内容的提问来源于stack exchange，提问作者Isa