Python正则求助：匹配单小写字母加3位数字并删除DataFrame对应行

核心思路 #

通过正则表达式精准匹配符合规则的字符串，利用pandas向量化字符串操作批量筛选出不包含匹配内容的行，直接覆盖原数据即可，3万条数据量级下运行效率很高。

匹配规则正则说明 #

目标规则为「1个小写字母后紧跟3个数字、字符间无空格、为独立完整词、可出现在句首」，对应正则表达式：
r'\b[a-z]\d{3}\b'
各部分作用：

• \b：单词边界符，可自动适配三种场景：匹配内容在句首、句尾、句中被空格/标点/中文等非单词字符分隔的情况，同时避免误匹配前后多接字母/数字的不符合规则的字符串
• [a-z]：匹配1位小写字母
• \d{3}：精确匹配3位数字

完整实现代码 #

import pandas as pd
import re

# 预编译正则提升匹配效率
match_pattern = re.compile(r'\b[a-z]\d{3}\b')

# 替换成你实际的DataFrame变量名、评论列列名即可
# 加astype(str)是为了兼容列中存在空值、非字符串类型的异常情况，避免运行报错
df = df[~df['你的评论列名'].astype(str).str.contains(match_pattern, regex=True)]

边界场景验证 #

可以用如下测试样例确认匹配逻辑符合预期：

# 构造测试数据集
test_df = pd.DataFrame({
    'comment': [
        'q100 这条评论包含匹配词需要删除',
        '正常评论，无匹配内容需要保留',
        '接口返回n404错误', # 含独立n404，删除
        '系统版本v2024正式上线', # 字母后接4位数字，不匹配，保留
        'aq100测试场景', # 小写字母前多接了其他字母，不匹配，保留
        'B300大写字母开头', # 首字母大写，不匹配，保留
        '中间带匹配词 s789 要删除'
    ]
})

# 执行过滤
match_pattern = re.compile(r'\b[a-z]\d{3}\b')
filtered_df = test_df[~test_df['comment'].astype(str).str.contains(match_pattern, regex=True)]

运行后filtered_df会保留第2、4、5、6条评论，其余包含符合规则字符串的行全部被删除，完全匹配需求。

特殊场景适配 #

如果你的评论内容存在下划线连接目标字符串的场景（例如q100_valid），默认的\b会将下划线判定为单词字符导致漏匹配，此时可以将正则替换为如下写法即可：
r'(?<![a-z0-9_])[a-z]\d{3}(?![a-z0-9_])'

内容的提问来源于stack exchange，提问作者ryan lewis