本文详解在 pandas 中使用 `str.replace()` 配合正则表达式移除指定位置前的特殊字符（如 `|`），重点说明未转义元字符导致匹配失败的原因及正确写法。
在 Pandas 数据处理中，常需对字符串列进行精细化清洗。例如，你有一个包含管道符 | 分隔的字符串列：
import pandas as pd
df = pd.DataFrame({'data': ['10SGD01|AA169|10SGD01|AA170']})目标是将每个 | 后紧跟 AA 的位置前的 | 删除，从而得到：
10SGD01AA169|10SGD01AA170
你尝试使用前瞻断言 (?=AA) 来定位 | 后为 AA 的位置：
df['data'] = df['data'].str.replace('|(?=AA)', '', regex=True) # ❌ 错误！问题根源：| 是正则表达式中的元字符（表示“或”逻辑），未加转义时，正则引擎会将其解析为逻辑操作符而非字面量竖线，导致模式语法错误或匹配失效。
✅ 正确做法是使用原始字符串（r''）并转义 |，写作 \|：
df['data'] = df['data'].str.replace(r'\|(?=AA)', '', regex=True) print(df) # data # 0 10SGD01AA169|10SGD01AA170
? 关键点解析：
- r'\|(?=AA)' 表示：匹配一个字面量 |，且其后紧邻 AA（(?=AA) 是正向先行断言，不消耗字符）；
- regex=True（Pandas ≥ 2.0 默认启用，但显式声明更清晰）；
- 使用原始字符串 r'' 可避免 Python 解释反斜杠，确保 \| 被正则引擎正确接收。
⚠️ 注意事项：
- 若需删除所有 |（不限定后续字符），直接用 df['data'].str.replace(r'\|', '', regex=True) 即可；
- 前瞻断言 (?=...) 不捕获也不替换后续内容，仅作条件判断，适合“按上下文精准删字符”场景；
- 测试正则时，建议先用 re.search() 或在线工具（如 regex101.com）验证模式逻辑。
总结：处理正则中的特殊字符（|, ., *, +, ?, ^, $, [, ], (, ), {, } 等）务必转义；Pandas 字符串方法严格遵循 Python re 模块规则，原始字符串 + 反斜杠转义是安全实践的黄金组合。
