如何为DataFrame指定列设置字符串处理规则并过滤数据行？

首先导入pandas依赖：

import pandas as pd

处理步骤 #

• 动态获取DataFrame第一列的列名，无需手动指定即可适配不同表结构
• 过滤第一列首个单词长度为1的行，直接删除不符合条件的整行
• 对保留的行，将第一列内容替换为首个单词（即第一个空格前的所有内容），其余列数据完全保留

完整可运行代码（含示例测试） #

# 构造示例DataFrame，实际使用时替换为你自己的DataFrame即可
df = pd.DataFrame({
    "第一列": ["G Gsrnrf", "DNN fdffk", "OCGN fnjfdj", "ABC", "X test"],
    "其他多列": ["xxxxxxx", "xxxxx", "xxxxx", "yyyyy", "zzzzz"]
})

# 动态获取第一列列名
first_col = df.columns[0]

# 1. 过滤首单词长度为1的行
df = df[df[first_col].str.split().str[0].str.len() > 1].copy()

# 2. 第一列仅保留首个单词
df[first_col] = df[first_col].str.split().str[0]

# 可选：重置处理后的索引
df.reset_index(drop=True, inplace=True)

print(df)

运行输出结果 #

注意事项 #

• 如果第一列存在空值，可在处理前添加代码df = df.dropna(subset=[first_col])删除空值行，避免运行报错
• 若不需要重置索引，直接删除df.reset_index(drop=True, inplace=True)行即可

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