Python Pandas使用正则替换移除数字字母混合乱码字符串问题

你当前正则错误的核心原因是：r'(?=.*[a-z])(?=.*[\d])[a-z\d]+'会匹配所有同时包含小写字母和数字的字母数字组合串，而1st这类合法序数词也满足「同时有数字+字母」的条件，所以会被误删。

方案1：直接过滤保留合法行（推荐） #

如果需求是直接删除无意义乱码所在行，只保留符合规则的序数词行，用str.match匹配规则直接筛选即可：
合法序数词的匹配规则为：开头是数字，结尾是st/nd/rd/th固定后缀，正则写为r'^\d+(?:st|nd|rd|th)$'
代码示例：

# 匹配符合规则的行，直接过滤
df = df[df['strs'].str.match(r'^\d+(?:st|nd|rd|th)$', case=False)]
# case=False参数用于兼容大小写场景，比如1ST这类格式也能匹配，不需要可以删除

方案2：将乱码替换为空字符串，保留原行结构 #

如果需要保留所有行，仅把乱码替换为空值，用where方法实现：

df['strs'] = df['strs'].where(df['strs'].str.match(r'^\d+(?:st|nd|rd|th)$', case=False), '')

规则扩展说明 #

如果后续需要增加其他合法混合串规则，只需要调整正则的匹配逻辑即可，比如允许合法串包含大小写字母、特殊符号等，都可以在正则里补充对应匹配项。

内容的提问来源于stack exchange，提问作者GSA