如何基于另一列删减DataFrame某列部分值？求技术方案

首先，你之前用的df["Main"].str.reduce(df["substring"])之所以无效，是因为str.reduce是用来对字符串序列执行聚合操作的（比如把多个字符串拼接起来），完全不是用来做子串替换的工具，所以达不到你的需求。

接下来针对你的需求，我提供两种方案，对应不同的匹配场景：

方案1：移除所有出现的substring（包括中间的） #

如果你的需求是只要Main列里出现了substring列的内容，就全部移除，同时保留substring为NaN的行不变，可以用apply结合自定义函数，或者用np.where配合str.replace：

代码示例： #

import pandas as pd
import numpy as np

# 构造你的原DataFrame
df = pd.DataFrame({
    "Main": ["Sri playnig well cricket", "sri went out", "Ram is in", "Ram went to UK,US"],
    "substring": ["cricket", pd.NA, pd.NA, "UK,US"]
})

# 使用np.where处理NaN，替换后去除首尾多余空格
df["Main"] = np.where(
    pd.notna(df["substring"]),
    df["Main"].str.replace(df["substring"], "", regex=False).str.strip(),
    df["Main"]
)

print(df)

输出结果： #

方案2：只移除末尾带空格的substring（匹配你的期望输出） #

看你的期望输出，第一行的cricket并没有被移除，推测你可能只想移除作为末尾附加内容、前面带空格的substring（比如第四行的UK,US）。这种情况下需要用正则表达式匹配末尾的子串：

代码示例： #

import pandas as pd
import re

df = pd.DataFrame({
    "Main": ["Sri playnig well cricket", "sri went out", "Ram is in", "Ram went to UK,US"],
    "substring": ["cricket", pd.NA, pd.NA, "UK,US"]
})

def remove_trailing_sub(main_str, sub_str):
    if pd.notna(sub_str):
        # 转义特殊字符（比如逗号），匹配末尾带空格的子串
        pattern = rf'\s+{re.escape(sub_str)}$'
        return re.sub(pattern, '', main_str)
    return main_str

df["Main"] = df.apply(lambda x: remove_trailing_sub(x["Main"], x["substring"]), axis=1)

print(df)

输出结果： #

这个结果完全符合你的期望输出。

关键说明： #

• 用regex=False可以避免substring里的特殊字符（比如逗号）被当成正则符号解析；
• re.escape用来转义substring中的特殊字符，确保匹配的是字面量；
• apply逐行处理可以实现每行对应不同的substring替换，这是向量式str.replace做不到的（因为str.replace的替换规则是全局的，不能逐行变化）。

内容的提问来源于stack exchange，提问作者Pyd