Python Pandas如何高效清除文本列中连续重复的X字符

pandas DataFrame包含文本列，因个人信息脱敏处理，文本中大量个人数据被替换为X标识，存在X、XX、XXX等多种长度的连续X字符（含小写x情况）。需要统一清除所有这类连续X字符，但现有清洗代码需要枚举所有X的连续长度组合，实用性差。
现有测试代码如下：

def cleanning(Complaint):

 Complaint = re.sub(r'#+/', ' ', Complaint)
 Complaint = re.sub("\d", "\s", Complaint)
 Complaint = re.sub("XX", "XXXX", Complaint)
 Complaint = re.sub("xx", "xxxx", Complaint)
 Complaint = re.sub("@", "XXXXXXXX", Complaint)
 Complaint = Complaint.replace('\n', ' ')
 Complaint = Complaint.replace('\r', ' ')

return Complaint

核心是利用正则的重复匹配量词+（匹配前序字符1次及以上），一次性命中任意长度的连续X字符，不需要枚举不同长度组合：

• 用正则规则r'[Xx]+'即可匹配所有1个及以上长度的连续大写X、小写x，不管连续多少个X都能一次性命中
• 原代码中「XX替换为XXXX」「@替换为8个X」的逻辑属于冗余绕路，匹配到连续X后可直接做目标替换（删除或替换为统一脱敏标识）
• 修正原代码中数字替换的转义问题，补充多连续空格合并的可选优化，避免清洗后文本出现大量冗余空白

优化后的清洗代码：

import re

def cleaning(complaint_text):
    # 替换连续#+/格式字符为空格
    complaint_text = re.sub(r'#+/', ' ', complaint_text)
    # 替换所有数字为空格
    complaint_text = re.sub(r'\d', ' ', complaint_text)
    # 核心：一次性清除所有任意长度的连续X/x字符
    # 如果需要保留统一脱敏标识，可把''替换为目标值，比如'[脱敏]'或固定长度'XX'
    complaint_text = re.sub(r'[Xx]+', '', complaint_text)
    # 替换@字符、换行、回车为空格
    complaint_text = complaint_text.replace('@', ' ')
    complaint_text = complaint_text.replace('\n', ' ').replace('\r', ' ')
    # 可选：合并多个连续空格为单个，去除首尾空白
    complaint_text = re.sub(r'\s+', ' ', complaint_text).strip()
    return complaint_text

对DataFrame文本列批量清洗时，直接调用apply即可：

# 假设文本列名为Complaint，清洗后结果存入cleaned_complaint列
df['cleaned_complaint'] = df['Complaint'].apply(cleaning)

如果需求不是删除X标记，而是把所有不同长度的连续X统一为固定长度的脱敏标识，只需要修改re.sub(r'[Xx]+', '', complaint_text)这一行的替换值即可，比如替换为'XX'就能实现所有长度连续X统一为2个X的效果，不需要额外写多层替换逻辑。

内容的提问来源于stack exchange，提问作者DiegoIE