如何去除Pandas DataFrame中Description列的指定字符与数字？

没问题，我来帮你搞定这个Description列的清洗需求！你需要移除#、-、*和所有数字，同时整理掉多余的空格，用正则表达式结合Pandas的字符串方法就能轻松实现，具体步骤如下：

实现代码 #

import pandas as pd
import re

# 初始化你的原始DataFrame
df = pd.DataFrame({
    'id': [1, 2, 3],
    'Description': [
        '2694 A&W #5530 MONTREAL QC',
        'ahi DOLLARAMA # 45 MONTREAL QC',
        'PC - PAYMENT FROM - *****11*22'
    ]
})

# 第一步：移除所有目标特殊字符和数字
df['Description'] = df['Description'].str.replace(r'[#\-*\d]+', '', regex=True)

# 第二步：清理多余空格（多空格转单空格，同时去除首尾空格）
df['Description'] = df['Description'].str.replace(r'\s+', ' ', regex=True).str.strip()

# 查看处理后的结果
print(df)

代码说明 #

• 第一个正则表达式r'[#\-*\d]+'：匹配一个或多个#、-、*或者数字（\d代表数字），把这些匹配到的内容直接替换为空字符串。注意-在正则字符集里需要转义，避免被当成范围符号。
• 第二步的r'\s+'：匹配一个或多个连续空格，替换成单个空格，再用str.strip()去掉文本首尾可能残留的空格，确保格式整洁。

运行这段代码后，你就能得到和预期完全一致的结果：

id                  Description
0   1           A&W MONTREAL QC
1   2  ahi DOLLARAMA MONTREAL QC
2   3               PC PAYMENT FROM

如果之后需要移除其他特殊字符，只需要在第一个正则的字符集里添加对应的符号即可，比如要移除@就改成r'[#\-*\d@]+'。

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