Pandas过滤特殊字符、数字字符串时保留词间空格的实现方法

原有筛选代码使用的正则(?i)[a-z]+$仅支持匹配纯字母字符串，未将单词间的合法空格纳入允许的字符范围，导致带空格的正常地名被误过滤。

替换正则规则，在仅允许字母的基础上，支持匹配单词间的单个分隔空格，同时仍然排除数字、特殊字符、首尾空格、连续空格等非法内容：

out = location[location.apply(lambda c: c.str.match(r'(?i)^[a-z]+(?: [a-z]+)*$')).all(1)]

修正后的正则各部分作用：

• (?i)：开启不区分大小写匹配，兼容不同大小写格式的地名
• ^：锚定字符串起始位置，避免字符串开头出现非法字符
• [a-z]+：匹配开头的1个及以上字母
• (?: [a-z]+)*：非捕获组，匹配0次或多次「单个空格+连续字母」组合，仅允许单词之间出现单个分隔空格
• $：锚定字符串结束位置，避免字符串结尾出现非法字符

针对给出的测试数据，筛选结果完全符合预期：

• 含数字的AGNIN34、含特殊括号字符的(REYDON)被正常过滤
• 纯字母的MARSCIANO、SIZIANO、APELDOORN、REYDON，以及带单词间空格的SANXIANG TOWN、NEWYORK CITY全部保留，和目标输出一致。

内容的提问来源于stack exchange，提问作者aeapen