删除仅包含字符（或不含其他数值的邮政编码）的任何观察结果

Question

我正在尝试为有缺陷的地址创建一个标志，我的想法是删除所有没有数值的观察结果。我不需要邮政编码，因此第一步是删除这些邮政编码），然后应用第二个过滤器来删除任何没有非剩余数值的内容。

在下面的数据框中，我只想保留第二行（包含数字地址）。第一行仅是字符，第三行虽然包含数字值，但实际上只包含五位数的邮政编码。

d = {'col1': ['San Diego County, California', '4150 Ute Dr, San Diego, California', 'Vista del Lago, Perris, California, 92570'], 'col2': ['prov_1', 'prov_2', 'prov_3']}
df = pd.DataFrame(data=d)

df

Answer 1

使用正则表达式来匹配 1-4 位数字，后跟可选空格，然后是字母怎么样？

out = df[df['col1'].str.contains(r'\d{1,4}\s*[a-zA-Z]+')]

输出：

                                 col1    col2
1  4150 Ute Dr, San Diego, California  prov_2

正则表达式演示