Python pandas如何删除Name列中对应Model子串后的多余文本内容

• 列名大小写不匹配：你代码中使用的name、model为小写，而实际DataFrame的列名为首字母大写的Name、Model，pandas区分列名大小写，这是第一个问题。
• partition参数逻辑错误：df["Model"].to_string()会将整个Model列转换为包含索引、换行符的完整长字符串，并不是每行对应使用该行的Model值作为分隔符，所以每行的Name列内容根本找不到这个全局长分隔符，自然不会有任何修改效果。

方案1：逐行处理（适合小数据量，逻辑直观） #

通过apply遍历每一行，找到当前行Model值在Name中的结束位置，直接截取前缀即可：

import pandas as pd

# 构造测试数据
df = pd.DataFrame([['ABC-12(s)', 'Some text ABC-12(s) wrong text'], ['ABC-45', 'Other text ABC-45 garbage text'], ['XYZ-LL', 'Another text XYZ-LL unneeded text']], columns = ['Model', 'Name'])

# 逐行截取到Model值结束的位置
df['Name'] = df.apply(lambda row: row['Name'][:row['Name'].find(row['Model']) + len(row['Model'])], axis=1)

方案2：向量化正则匹配（适合大数据量，性能更高） #

将所有Model值转义后拼接为正则捕获组，直接提取Name中从开头到匹配到对应Model值的部分：

import pandas as pd
import re

# 构造测试数据
df = pd.DataFrame([['ABC-12(s)', 'Some text ABC-12(s) wrong text'], ['ABC-45', 'Other text ABC-45 garbage text'], ['XYZ-LL', 'Another text XYZ-LL unneeded text']], columns = ['Model', 'Name'])

# 构造匹配所有Model值的正则，先做转义避免Model中的特殊字符（如括号）影响正则匹配
model_reg = '(' + '|'.join(df['Model'].apply(re.escape)) + ')'
# 提取从开头到匹配到Model值的所有内容
df['Name'] = df['Name'].str.extract(rf'(.*?{model_reg})', expand=False)

两种方案处理后都可以得到预期结果：

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