如何在pandas中移除匹配正则表达式的字符串后缀

你可以基于捕获组正则结合pandas的str.replace方法完成需求，调整后的正则会精准匹配你需要修改的前两行格式，不会影响第三行内容：

import pandas as pd

# 构造示例数据（实际使用时替换为你自己的数据集即可）
data = {'col1': ['DS-71007-002-1', 'DN-80013-002-6', '2"-VH-11008-MW01-03']}
df = pd.DataFrame(data)

# 核心替换逻辑
df['col1'] = df['col1'].str.replace(r'^([A-Z]{2}-\d{5}-\d{3})-\d$', r'\1', regex=True)

正则说明 #

• ^ 匹配字符串开头，$ 匹配字符串结尾，确保只有整行完全符合格式的内容才会被修改
• 括号()包裹的部分为捕获组，\1就代表第一个捕获组匹配到的内容，替换时直接保留这部分，相当于自动删除了末尾的-单个数字后缀
• [A-Z]{2}匹配两个大写字母，\d{5}匹配5位数字，\d{3}匹配3位数字，和你原正则的匹配规则完全一致，只是简化了写法

执行后输出结果如下：

col1
0        DS-71007-002
1        DN-80013-002
2  2"-VH-11008-MW01-03

内容的提问来源于stack exchange，提问作者user14380579