Pandas DataFrame如何批量删除文本中符合固定格式的指定行

根据你的文本结构特征，提供两种可直接落地的方案，可根据文本规整程度选择：

方案1：基于固定行位置匹配（推荐，无需适配人名格式） #

你的文本是固定重复结构：所有以0开头的时间戳行，下一行必然是要删除的人名行。这种情况不需要匹配人名的文本格式，直接通过索引定位删除即可，准确率100%。

# 统一将文本列转为字符串，避免类型报错
text_col = df["Text"].astype(str)

# 定位所有时间戳行的索引
timestamp_idx = df[text_col.str.startswith("0")].index
# 人名行固定在时间戳行的下一行，索引+1即可定位
name_idx = timestamp_idx + 1
# 合并两类待删除行的索引，一次性过滤
df = df.drop(index=timestamp_idx.union(name_idx))

# 可选：如果需要删除组之间的空分隔行，加上这行
df = df[text_col.str.strip() != ""]

注意：该方案仅适用于文本结构完全规整、无缺行错行的场景，即时间戳行后一定紧跟对应人名行。

方案2：基于文本特征匹配（适配结构有轻微错乱的场景） #

如果文本存在少量缺行、错行的情况，可以通过匹配人名行的文本特征来过滤，直接在原有代码的过滤条件上追加规则即可，两个取反条件用|（或）连接。

• 如果人名行有固定前缀（比如所有行都以Name开头），直接追加前缀判断：

text_col = df["Text"].astype(str)
df = df[
    ~(
        text_col.str.startswith("0") |  # 过滤时间戳行
        text_col.str.startswith("Name") # 过滤固定前缀的人名行
    )
]

• 如果人名行没有固定前缀，只有姓名格式特征（比如是纯中英文姓名，无数字、特殊符号），可以用正则匹配：

text_col = df["Text"].astype(str)
# 正则规则：行首为中/英文字母，后续仅包含中/英文字母、空格、英文名缩写点，无数字和特殊字符
name_pattern = r'^[A-Za-z\u4e00-\u9fa5][A-Za-z\u4e00-\u9fa5\s\.]+$'

df = df[
    ~(
        text_col.str.startswith("0") |
        text_col.str.match(name_pattern)
    )
]

可以根据手里人名行的实际格式调整正则规则，比如要兼容带后缀的姓名、带职位的人名，直接往正则的匹配字符集里加对应规则即可。

内容的提问来源于stack exchange，提问作者Anonymous