DataFrame中批量移除末尾指定地名（排除of/in前置）报错求助

你的报错是因为removesuffix()仅支持单个字符串参数，无法处理列表，而且它也做不到前置条件的判断（排除"of"/"in"开头的情况）。针对多词地名的需求，用正则表达式的负向预查可以完美解决，而且处理大数据量的速度远快于STATA。

具体步骤与代码 #

1. 准备数据与地名列表
   先定义示例DataFrame和需要处理的地名列表（包含多词地名）：

   import pandas as pd
   import re
   
   # 示例数据
   df = pd.DataFrame({
       'company_name': [
           'KFC liverpool',
           'Taxis in Liverpool',
           'ABC West Essex',
           'XYZ of West Essex',
           'London Foods',
           'Cafe in London'
       ]
   })
   
   # 指定需要移除的地名列表
   place_names = ['Liverpool', 'West Essex', 'London']
   

2. 排序地名列表
   按地名长度从长到短排序，避免短地名优先匹配（比如先匹配"West Essex"而不是"Essex"，如果列表里同时存在的话）：

   place_names_sorted = sorted(place_names, key=lambda x: len(x), reverse=True)
   

3. 构建正则匹配模式
   核心是用负向零宽断言排除地名前是"of "或"in "的情况，同时匹配字符串末尾的地名：

   # 转义地名中的特殊字符，避免正则语法冲突
   escaped_places = [re.escape(place) for place in place_names_sorted]
   # 构建正则：(?<!(of|in) ) 确保前面不是of/in加空格；$ 确保地名在末尾
   pattern = r'(?<!(of|in) )(' + '|'.join(escaped_places) + r')$'
   

4. 执行清洗并处理结果
   用str.replace()批量替换，再用strip()去除替换后可能残留的末尾空格：

   # 可选添加flags=re.IGNORECASE实现大小写不敏感匹配
   df['cleaned_name'] = df['company_name'].str.replace(pattern, '', regex=True).str.strip()
   

最终效果 #

处理后的cleaned_name列结果如下：

完全符合需求：仅移除末尾且前面不是"of"/"in"的地名，同时正确处理多词地名。

内容的提问来源于stack exchange，提问作者gol.mat