如何用正则表达式移除DataFrame中address列数字间的空格？

没问题，这个需求用正则表达式配合pandas的字符串处理功能就能完美解决，我直接给你上可运行的方案，再解释下细节：

核心思路 #

我们需要精准匹配数字与数字之间的空格，并且只替换这类空格，避免误删地址里其他正常的空格（比如街道名和城市之间的空格）。这里用正则的捕获组就能实现精准定位。

具体代码实现 #

import pandas as pd

# 构造示例数据
data = {'address': ['2 47, Philiproad, London, uk', '12 4, Northhall, London, uk']}
df = pd.DataFrame(data)

# 用正则替换数字间的空格
df['address'] = df['address'].str.replace(r'(\d)\s+(\d)', r'\1\2', regex=True)

print(df['address'])

代码解释 #

• r'(\d)\s+(\d)'：这个正则表达式的意思是：
  • (\d)：捕获第一个数字（用括号标记为捕获组1）
  • \s+：匹配一个或多个连续的空格
  • (\d)：捕获空格后的第二个数字（标记为捕获组2）
• r'\1\2'：替换时把捕获组1和捕获组2的内容直接拼接，相当于删掉了中间的空格
• regex=True：明确告诉pandas我们要用正则模式替换（虽然默认是True，但写上更清晰）

扩展场景 #

如果你的数据里存在多个连续数字间的空格（比如'1 2 3, xxx Street'），这个方案也能自动全局替换，最终会变成'123, xxx Street'，完全符合需求。

运行上面的代码后，你会得到想要的结果：

0    247, Philiproad, London, uk
1    124, Northhall, London, uk
Name: address, dtype: object

内容的提问来源于stack exchange，提问作者user3665906