如何在Python中移除pandas DataFrame每行/列值末尾带括号的多余字符

核心逻辑是直接提取字符串开头的合法数值部分，不需要主动处理末尾的不规则符号，完全兼容普通小数、科学计数法等常见数值格式，不会出现截断错误。

通用匹配规则 #

使用正则表达式匹配合法数值：
^[+-]?\d+(?:\.\d+)?(?:[eE][+-]?\d+)?
规则说明：

• ^ 限定从字符串开头匹配，避免匹配到末尾脏内容里的数字
• [+-]? 支持可选的正负号前缀
• \d+(?:\.\d+)? 同时支持整数、小数格式
• (?:[eE][+-]?\d+)? 兼容大小写e开头的科学计数法格式

不同场景实现示例 #

Python 处理 #

适合批量处理结构化的数据集：

import re

raw_data = [
    "-0.002672945<120>",
    "-0.077635566{600}",
    "5.88365537e-005{500}",
    "-0.116441565{1}",
    "-4.549649974<29.448>",
    "8.645637e-007[test]"
]

# 预编译正则提升批量处理效率
num_pattern = re.compile(r'^[+-]?\d+(?:\.\d+)?(?:[eE][+-]?\d+)?')

cleaned_data = []
for raw_str in raw_data:
    # 先去掉字符串前后的空白符再匹配
    match_res = num_pattern.search(raw_str.strip())
    if match_res:
        # 可按需保留字符串格式或转成float数值
        cleaned_data.append(float(match_res.group()))

print(cleaned_data)
# 输出：[-0.002672945, -0.077635566, 5.88365537e-05, -0.116441565, -4.549649974, 8.645637e-07]

Excel / 表格工具处理 #

单单元格清理公式：
=VALUE(REGEXEXTRACT(TRIM(A1), "^[+-]?\d+(?:\.\d+)?(?:[eE][+-]?\d+)?"))
将公式中的A1替换为原始数据所在单元格，下拉即可批量应用。

命令行批量处理文本文件 #

用awk直接处理整份文本数据，输出清理后的结果：

awk '{match($0, /^[[:space:]]*[+-]?[0-9]+(\.[0-9]+)?([eE][+-]?[0-9]+)?/, arr); print arr[0]}' raw_data.txt > cleaned_data.txt

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