DataFrame中使用正则表达式去除字符串末尾1-2位数字

问题根源 #

你之前的代码有几个关键错误：

• 开启了regex=False，这会让str.replace把你的正则表达式当成普通字符串去匹配，完全不会按正则逻辑处理
• 匹配的正则模式写得太死板，只能匹配特定结构的字符串，没法覆盖你给出的所有示例
• 替换内容用了正则语法，但同样因为regex=False，这些语法会被直接当成普通字符输出，根本达不到效果

正确实现 #

针对你要去除字符串末尾1位或2位数字的需求，有两种简单可靠的写法：

方法一：直接替换末尾的1-2位数字

data['id'] = data['id'].str.replace(r'\d{1,2}$', '', regex=True)

• \d{1,2}：匹配1到2位数字
• $：锚定字符串末尾，确保只替换最后面的数字
• 必须设置regex=True（pandas中默认是True，但显式写上更清晰）

方法二：提取末尾数字前的内容

如果需要更明确地提取目标部分，可以用str.extract：

data['id'] = data['id'].str.extract(r'^(.*?)\d{1,2}$')[0]

• ^(.*?)：从字符串开头开始，非贪婪匹配所有内容，直到遇到末尾的1-2位数字
• \d{1,2}$：匹配末尾的1-2位数字
• extract会提取括号里的分组内容，也就是我们需要的部分

测试验证 #

用你给出的示例数据测试：

• 输入App2Aa1 → 输出App2Aa
• 输入Cry10Aa4 → 输出Cry10Aa
• 输入Cry2Ac10 → 输出Cry2Ac
  完全符合你的预期。

内容的提问来源于stack exchange，提问作者Kacper