在Pandas数据处理场景中，经常会遇到需要裁剪字符串的需求，比如原始数据里的产品编码、用户标识等字段包含多余的连字符后缀，需要统一移除最后一个连字符及其后面的所有内容，让字段格式更规范。
实现核心思路
要实现这个需求，核心是利用Pandas的str.replace方法结合正则表达式的贪婪匹配特性。正则表达式需要匹配到最后一个连字符，以及连字符后面的所有内容，然后将其替换为空字符串即可。
正则表达式规则说明
对应的正则表达式可以写为-[^-]*$，各个部分的含义如下：
-：匹配连字符本身[^-]*：匹配除了连字符之外的任意字符，出现0次或多次，这里使用非贪婪的字符集是为了避免匹配到前面的连字符$：匹配字符串的结尾位置，确保我们匹配的是最后一个连字符及其后面的内容
基础实现代码示例
假设我们有一个包含待处理字符串的Pandas Series，具体实现代码如下：
import pandas as pd
# 构造测试数据
data = pd.Series([
"product-001-abc",
"user-2023-test",
"order-123",
"test-no-hyphen",
"single-"
])
# 使用正则表达式移除最后一个连字符及其后内容
result = data.str.replace(r'-[^-]*$', '', regex=True)
print("原始数据：")
print(data)
print("n处理后数据：")
print(result)
运行上述代码后，输出结果如下：
原始数据： 0 product-001-abc 1 user-2023-test 2 order-123 3 test-no-hyphen 4 single- dtype: object 处理后数据： 0 product-001 1 user-2023 2 order-123 3 test-no 4 dtype: object
特殊情况处理
处理没有连字符的字符串
如果原始字符串中不存在连字符，上述正则匹配不会生效，字符串会保持原样，不需要额外处理。比如上面的测试数据中如果没有连字符的条目，会直接返回原字符串。
处理连字符在末尾的情况
如果字符串最后一个字符就是连字符，正则-[^-]*$会匹配到这个连字符和后面的空内容，替换后连字符会被移除，结果就是去掉末尾连字符的字符串，符合预期效果。
在DataFrame中处理指定列
如果数据存储在DataFrame中，只需要对指定列调用str.replace方法即可，示例如下：
import pandas as pd
# 构造DataFrame测试数据
df = pd.DataFrame({
"id": [1, 2, 3, 4],
"code": ["a-b-c", "d-e", "f-", "g"]
})
# 处理code列
df["code_clean"] = df["code"].str.replace(r'-[^-]*$', '', regex=True)
print(df)
运行后输出的DataFrame中，code_clean列就是移除最后一个连字符及其后内容的结果。
注意事项
使用str.replace方法时，需要显式指定regex=True，否则Pandas会把第一个参数当作普通字符串处理，无法识别正则表达式规则。另外如果原始数据中存在缺失值NaN，str.replace会自动跳过缺失值，返回NaN，不需要额外做缺失值处理。
Pandas正则表达式字符串处理last_hyphen_removal修改时间：2026-07-15 02:00:20