您可以尝试regex replace和regex or condition：https://pandas.pydata.org/docs/reference/api/pandas.Series.str.replace.htmlhttps://www.ocpsoft.org/tutorials/regular-expressions/or-in-regex/

l = ['(motor)', '(Eletro)', '(Defletor)', '( 56)']
l = [s.replace('(', '\(').replace(')', '\)') for s in l]
regex_str = f"({'|'.join(l)})"
df['code'] = df['code'].str.replace(regex_str, '', regex=True)

regex_str最终会得到类似于

"(\(motor\)|\(Eletro\)|\(Defletor\)|\( 56\))"

如果您确定任何行和所有行都遵循提供的格式，则可以使用lambda函数尝试执行以下操作：

df['code_clean'] = df['code'].apply(lambda x: x.split('(')[0])

您可以尝试正则表达式匹配方法：https://docs.python.org/3/library/re.html#re.Pattern.match

df['code'] = df['code'].apply(lambda x: re.match(r'^(\w+)\(\w+\)',x).group(1))

正则表达式^(\w+)的第一部分创建一个捕获组，其中包含遇到括号之前的任意字母或数字，然后group(1)提取文本。

str.replace将处理一个字符串而不是字符串列表。您可能会循环使用它

rmlist = ['(motor)', '(Eletro)', '(Defletor)', '(Eletro)', '( 56)']
for repl in rmlist:
    df['code'] = df['code'].str.replace(repl, '')

或者，如果您的方括号子字符串在末尾..请在“（“处拆分它，并丢弃生成的其他列..肯定会更快

df["code"]=df["code"].str.split(pat="(",n=1,expand=True)[0]

字符串拆分相当快