如何使用Pandas基于某列值删除另一列中的对应字符？

原始DataFrame #

import pandas as pd

df = pd.DataFrame([['ABCD','B'],['ABFJS','A,J'],['DGQEX','']],
                   index = [1,2,3],columns=['A','B'])

需求说明 #

• 第一行：根据B列的"B"，删除A列"ABCD"中的"B"，保留"ACD"
• 第二行：根据B列的"A,J"，删除A列"ABFJS"中的"A"和"J"，保留"BFS"
• 第三行：B列为空，A列保持不变

问题分析 #

你之前的代码返回[BFJS, ABFS]，核心原因是每次替换都基于原始的A列字符串，而非前一次替换后的结果。比如第二行先把"A"替换成""得到"BFJS"，再把"J"替换成""时又用了原始的"ABFJS"，最终得到两个中间值，而非叠加替换后的最终结果。

正确实现方法 #

方法一：逐步叠加替换 #

在apply中对每行的A列字符串，依次用B列的每个字符进行替换，每次替换都基于上一次的结果：

def remove_chars(row):
    result = row['A']
    # 过滤掉B列拆分后产生的空字符
    chars_to_remove = [c for c in str(row['B']).split(',') if c]
    for c in chars_to_remove:
        result = result.replace(c, '')
    return result

df['A_cleaned'] = df.apply(remove_chars, axis=1)

运行后df['A_cleaned']的结果为：

1    ACD
2    BFS
3    DGQEX
Name: A_cleaned, dtype: object

方法二：正则表达式批量替换 #

把B列的字符拼接成正则匹配模式，一次性替换所有目标字符，效率更高：

import re

def remove_chars_regex(row):
    chars = str(row['B']).replace(',', '')
    if not chars:
        return row['A']
    # 生成匹配任意目标字符的正则模式，转义特殊字符避免出错
    pattern = re.compile(f'[{"".join(re.escape(c) for c in chars)}]')
    return pattern.sub('', row['A'])

df['A_cleaned'] = df.apply(remove_chars_regex, axis=1)

内容的提问来源于stack exchange，提问作者user19560886