本文介绍如何利用 Pandas 的 str.replace() 配合正则表达式，精准移除每行字符串中末尾最后一个连字符（-）及其右侧所有字符，而保留中间的连字符不变。
本文介绍如何利用 pandas 的 `str.replace()` 配合正则表达式，精准移除每行字符串中**末尾最后一个连字符（`-`）及其右侧所有字符**，而保留中间的连字符不变。
在数据清洗过程中，常遇到类似 FUHV2-DEN 或 FUHV2-FOO-DEN 这类含多个连字符的 ID 字段，业务需求往往只需截断最后出现的 - 及其后缀（如版本号、环境标识等），而非简单按首次或全部分隔符切分。此时，使用 str.split('-').str[:-1].str.join('-') 虽直观，但存在明显缺陷：它会错误地将 FUHV2-FOO-DEN 处理为 FUHV2-FOO（正确），却也将 FUH07V2NUM（无连字符）变为空字符串（因 split('-') 返回 [FUH07V2NUM]，[:-1] 取空前缀 → []，join 后为空），导致数据丢失。
更稳健、语义清晰的方案是使用正则表达式替换：
df['out'] = df['ID'].str.replace(r'-[^-]*$', '', regex=True)
✅ 正则解析：
- - ：匹配字面量连字符；
- [^-]* ：匹配零个或多个非连字符（确保只捕获最后一段后缀）；
- $ ：锚定到字符串末尾；
- 整体 r'-[^-]*$' 表示“位于行尾的、以 - 开头且后续不含 - 的后缀”，完美对应“最后一个连字符及其后全部内容”。
? 效果验证（基于原始数据）： | Name1 | ID | ID_SPLIT | ID_SPLIT2 | out | |--------|---------------|----------|-----------|------------| | FUH-V2 | FUH07V2NUM | — | — | FUH07V2NUM | | FUH-V2 | FUHV2-DEN | FUHV2 | FUHV2 | FUHV2 | | FUH-V2 | FUH30V2NUM | — | — | FUH30V2NUM | | FUH-V2 | FUHV2-FOO-DEN | — | — | FUHV2-FOO |
? 注意事项：
- 必须显式指定 regex=True（Pandas 2.0+ 默认启用，但显式声明可提升可读性与兼容性）；
- 正则中的 [^-] 是关键，避免误删中间连字符（如 A-B-C → A-B，而非 A）；
- 若字段可能含空值（NaN），str.replace() 默认跳过，无需额外 fillna()；
- 如需原地修改列，可直接赋值给 df['ID']：
df['ID'] = df['ID'].str.replace(r'-[^-]*$', '', regex=True)
该方法简洁、高效、可读性强，是处理“末尾连字符截断”类任务的标准实践。
