如何在Pandas DataFrame中移除地址列中的分数？

嘿，我来帮你搞定这个地址清洗的问题！针对你的两个疑问，我一步步给你讲清楚：

1. 不用手动遍历DataFrame！ #

首先，Pandas提供了非常高效的矢量化字符串操作，完全不需要你手动循环每一行。直接用str.replace()方法就能对整个地址列批量处理，速度比循环快N倍，代码也更简洁。

2. 优化你的正则表达式 #

你的思路是对的，但可以让正则更简洁、更通用：

方法一：通用移除所有分数（不管位置） #

如果你的地址里分数可能出现在任意位置，用这个正则直接匹配分数（比如1/4）以及它前后的空格，替换成单个空格，再清理首尾的多余空格：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'address': ['580 1/4 Broadway Street', '85 1/4 Grand Street']
})

# 清洗地址
df['clean_address'] = df['address'].str.replace(r'\s*\d+/\d+\s*', ' ', regex=True).str.strip()

• \s*：匹配0个或多个空格（处理分数前后可能有1个或多个空格的情况）
• \d+/\d+：匹配分数格式（比如1/4、3/8等）
• 最后用str.strip()去掉首尾可能残留的空格

方法二：精准匹配街道号后的分数（针对你的示例场景） #

如果分数总是紧跟在街道编号后面，用分组匹配更精准，避免误删其他可能的分数（虽然你的示例里没有，但更严谨）：

df['clean_address'] = df['address'].str.replace(r'(\d+)\s+\d+/\d+\s+(.*)', r'\1 \2', regex=True)

• (\d+)：捕获街道编号（比如580、85）
• \s+\d+/\d+\s+：匹配街道号和街道名之间的分数及空格
• (.*)：捕获后面的街道名称
• 替换为\1 \2：把街道编号和街道名用空格连接，去掉中间的分数

关于你原来的正则 #

你用的^(.*)\d+/\d+\s(.*)其实能工作，但.*是贪婪匹配，如果地址里有多个数字片段，可能会意外匹配到更多内容。比如如果地址是"123 45 1/2 Main St"，它会把"123 45 "作为第一个分组，虽然结果是对的，但不如上面的正则精准或简洁。

最终效果 #

运行代码后，你的clean_address列会变成：

0    580 Broadway Street
1     85 Grand Street
Name: clean_address, dtype: object

内容的提问来源于stack exchange，提问作者scarebear