Pandas如何使用正则删除DataFrame列中多分隔符后的所有内容

你可以直接通过str.replace()配合正则捕获组实现需求，代码兼容Name=前后存在冗余字符的场景，鲁棒性更强：

import pandas as pd

# 构造示例测试数据
tab = pd.DataFrame({
    'COL1': ['A', 'B', 'C', 'D'],
    'COL2': [
        'Name=canis_lupus3099 HHYUIO jj6§è7',
        'Name=bomba009 JJIJJ;HHJKN',
        'Name=Test_test788_eheh;NHHhh',
        'Name=UYEYEHJ0909EEHH:HEEH Jk G'
    ]
})

# 核心处理逻辑
tab['COL2'] = tab['COL2'].str.replace(
    pat=r'.*(Name=[^\s;:]+).*',
    repl=r'\1',
    regex=True
)

正则规则说明 #

模式串r'.*(Name=[^\s;:]+).*'各部分含义：

• 开头.*：匹配Name=前缀前可能存在的任意长度冗余字符，若你的数据COL2固定以Name=开头可省略该段
• (Name=[^\s;:]+)：捕获组，是最终要保留的内容：
  • 固定匹配Name=前缀
  • [^\s;:]+：匹配连续的非分隔符字符，分隔符包含空白符、分号、冒号，遇到第一个分隔符就停止匹配
• 结尾.*：匹配有效取值后到字符串末尾的所有冗余内容

替换值r'\1'代表仅保留第一个捕获组匹配到的内容，其余匹配到的内容全部删除。

简化写法（适用固定格式场景） #

如果你的COL2列固定以Name=开头，不存在前置冗余内容，可以用更简洁的写法，直接删除第一个分隔符及之后的所有内容：

tab['COL2'] = tab['COL2'].str.replace(r'[\s;:].*', '', regex=True)

处理后输出结果和预期完全一致：

COL1                     COL2
0    A      Name=canis_lupus3099
1    B           Name=bomba009
2    C  Name=Test_test788_eheh
3    D  Name=UYEYEHJ0909EEHH

内容的提问来源于stack exchange，提问作者chippycentra