如何高效批量移除多行中的数字与|符号，保留国家名称

不用逐个替换，直接用正则表达式配合pandas的replace或str.extract就能一次性处理所有数据，以下是具体方法：

方法1：使用replace批量替换前缀 #

针对你给出的数字 | 国家格式，用正则匹配开头的数字、空格、|和空格，直接替换为空字符串即可：

import pandas as pd

# 模拟你的数据
data = ['74 | United Kingdom', '54 | Germany', '136 | Monaco', '62 | Egypt', None, '155 | Malaysia', '161 | Nigeria', '68 | Fiji', '176 | Poland', '228 | United States', '103 | India', '121 | Kuwait', '23 | Bahrain', '243 | South Africa']
df = pd.DataFrame(data, columns=['country'])

# 正则批量替换
df['country'] = df['country'].replace(r'^\d+\s\|\s', '', regex=True)

正则表达式说明：

• ^：匹配字符串开头
• \d+：匹配1个或多个数字
• \s：匹配空格
• \|：匹配|符号（需转义，因为它在正则里是特殊字符）
• 整个表达式精准匹配数字 | 这个前缀，替换为空后就剩下纯国家名称。

方法2：使用str.extract提取国家部分 #

另一种思路是直接提取|后面的国家名称：

df['country'] = df['country'].str.extract(r'\|\s(.*)$', expand=False)

正则说明：

• \|\s：匹配|和后面的空格
• (.*)$：提取从该位置到字符串结尾的所有内容，也就是国家名称。

两种方法都能保留原数据中的nan值，无需手动逐个处理每个国家。

内容的提问来源于stack exchange，提问作者George