使用pandas处理字符串时如何保留非括号内数字并删除括号及百分号

你原来的代码存在的问题是正则规则写得过宽，[0-9()%]会匹配所有的数字、括号、百分号字符，不管数字的位置在哪都会被删除，不符合保留括号外数字的要求。

你只需要匹配两类要删除的内容即可：成对括号及内部所有内容、百分号，其余内容全部保留，正确实现代码如下：

df1['company_etrim'] = df1['company_trim'].str.replace(r'\([^)]*\)|%', '', regex=True)

如果需要处理替换后产生的多余连续空格、首尾空格，可以用优化版本：

df1['company_etrim'] = df1['company_trim'].str.replace(r'\([^)]*\)|%', '', regex=True)\
                                            .str.replace(r'\s+', ' ', regex=True)\
                                            .str.strip()

正则规则说明：

• \([^)]*\)：匹配完整的成对括号及内部所有内容，其中[^)]*代表匹配任意数量的非右括号字符，避免正则贪婪匹配跨多对括号的问题
• |：正则或运算符，代表匹配括号规则或是后面的百分号规则
• %：匹配所有百分号字符

内容的提问来源于stack exchange，提问作者Achillies