如何移除DataFrame字符串指定位置的0，保留数据自身的0？

针对固定格式字符串0xxxx000xxxx，要只删除固定位置的0而保留数据本身的0，这里提供两种实用方法：

方法1：字符串切片拼接 #

因为格式固定，直接通过切片提取需要保留的部分再拼接即可。以示例输入099890000890为例，它的结构是：第1位是要删的0，接下来4位是有效数据，然后3位是要删的0，最后4位是有效数据。直接截取对应位置拼接：

import pandas as pd

# 示例数据
df = pd.DataFrame({'item': ['099890000890', '012300004560']})
# 切片拼接：跳过第1位，取1-4位，再跳过中间3个0取后面的部分
df['item'] = df['item'].apply(lambda s: s[1:5] + s[8:])

运行后示例输入会输出99890890，完美保留了原数据中的0。

方法2：正则表达式匹配 #

如果需要确认字符串严格符合0xxxx000xxxx结构，可以用正则捕获有效部分并替换：

# 正则模式：匹配开头的0，捕获第一个4位有效数据，匹配中间3个0，捕获第二个4位有效数据
df['item'] = df['item'].str.replace(r'^0(....)000(....)$', r'\1\2')

这里的(....)对应4位有效数据，如果你的xxxx是5位，就改成(.....)，以此类推。

内容的提问来源于stack exchange，提问作者J. Doe