本文介绍如何利用 Pandas 的 str.replace() 配合正则表达式，精准删除每行字符串中最后一个连字符（-）及其右侧所有字符，而保留前面的连字符（如存在多个），适用于清洗含多级标识符的 ID 字段。
本文介绍如何利用 pandas 的 `str.replace()` 配合正则表达式，精准删除每行字符串中**最后一个连字符（`-`）及其右侧所有字符**，而保留前面的连字符（如存在多个），适用于清洗含多级标识符的 id 字段。
在数据处理中，常遇到类似 FUHV2-FOO-DEN 或 FUHV2-DEN 这样的 ID 字符串，需统一截断至最后一个 - 之前的部分（即提取主标识符），但又不能误删中间的 -（如 FUH-V2 中的 - 必须保留）。此时，使用 str.split('-').str[:-1].str.join('-') 虽直观，却存在隐患：它会错误地将不含 - 的字符串（如 FUH07V2NUM）转为空字符串或引发索引异常，且对多连字符场景逻辑不稳健。
更可靠、简洁且符合语义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（即直到行尾前最后一个 - 后的所有内容）；
- $ ：锚定到字符串末尾，确保只作用于最后一个连字符及其后缀；
- 整体 r'-[^-]*$' 精准定位“末尾的 - + 其后无 - 的任意字符”，并将其替换为空字符串。
? 效果示例：
| Name1 | ID | out |
|--------|---------------|-----------|
| FUH-V2 | FUH07V2NUM | FUH07V2NUM ← 无 -，原样保留
| FUH-V2 | FUHV2-DEN | FUHV2 ← 移除 -DEN
| FUH-V2 | FUH30V2NUM | FUH30V2NUM ← 无 -，原样保留
| FUH-V2 | FUHV2-FOO-DEN | FUHV2-FOO ← 仅移除末尾 -DEN，保留中间 -
⚠️ 注意事项：
- 务必设置 regex=True（Pandas 1.0+ 默认为 True，但显式声明更安全）；
- 若字段含缺失值（NaN），str.replace() 会自动保持 NaN，无需额外处理；
- 如需原地修改列，可直接赋值给原列名：df['ID'] = df['ID'].str.replace(...)；
- 测试正则建议使用 regex101.com 实时验证边界逻辑。
该方法兼具性能、可读性与鲁棒性，是 Pandas 字符串清洗中的推荐实践。
