如何清理Pandas DataFrame中以$开头的单词？

方法一：正则表达式替换（推荐，简洁高效） #

用Pandas的str.replace配合正则表达式，能快速匹配并删除所有以$开头的单词。正则r'\$\w+'会精准匹配$开头后接字母/数字的完整单词：

import pandas as pd
data = ['This is awesome', '\$BTC $USD Short the market', 'Dont miss the dip on $ETH']
df = pd.DataFrame(data, columns=['text'])

# 替换所有$开头的单词为空
df['cleaned_text'] = df['text'].str.replace(r'\$\w+', '', regex=True)
# 清理替换后可能出现的多余空格
df['cleaned_text'] = df['cleaned_text'].str.strip().str.replace(r'\s+', ' ', regex=True)

print(df['cleaned_text'])

输出结果：

0                This is awesome
1             Short the market
2    Dont miss the dip on
Name: cleaned_text, dtype: object

方法二：拆分过滤法（符合你之前的思路） #

如果你想通过拆分单词+startswith()实现，可以用str.split把字符串拆成单词列表，过滤掉以$开头的单词后再拼接回去：

df['cleaned_text'] = df['text'].apply(lambda x: ' '.join([word for word in x.split() if not word.startswith('$')]))

这个方法逻辑更直观，适合新手理解，但处理大数据集时效率略低于正则方法。

注意点 #

• 原数据中的\$BTC是转义后的$，实际存储中如果是直接的$BTC，上述代码依然有效，因为正则里的\$会匹配字面量$。
• 处理后记得清理多余空格，避免出现多个连续空格的情况。

内容的提问来源于stack exchange，提问作者user19783276