如何使用pandas.str.replace通过正则匹配结果替换整列街道名称数据

你要的效果可以通过捕获目标内容+全串替换的逻辑实现，核心是用正则匹配整个原字符串，仅保留你需要的捕获组内容，具体代码如下：

# 核心替换逻辑
df['street'] = df['street'].str.replace(r'^(\d+ +[a-zA-Z]{0,3}).*$', r'\1', regex=True)

正则说明 #

• ^ 匹配字符串起始位置
• (\d+ +[a-zA-Z]{0,3}) 是第一个捕获组，对应你要保留的内容：1个及以上数字 + 1个及以上空格 + 最多3个英文字母
• .*$ 匹配捕获组之后到字符串结尾的所有内容，这部分会被全部删除
• 替换参数\1代表取第一个捕获组的内容，直接把整个原字符串替换为目标内容

测试效果验证 #

你可以用测试数据确认效果：

import pandas as pd
# 构造测试数据
test_df = pd.DataFrame({
    'raw_street': [
        '3762 pearl street',
        '43 milford st.',
        '123 main avenue',
        '89 oak blvd.'
    ]
})
test_df['processed_street'] = test_df['raw_street'].str.replace(r'^(\d+ +[a-zA-Z]{0,3}).*$', r'\1', regex=True)
print(test_df)

处理后结果和你要求的完全匹配：

可选优化 #

如果你的数据里街道名称开头可能存在多余的前导空格，可以把正则调整为r'^\s*(\d+ +[a-zA-Z]{0,3}).*$'，自动过滤开头的空白字符。

内容的提问来源于stack exchange，提问作者boog