如何从 pandas 数据框中的字符串术语中删除数字

Question

我有一个类似于下面的数据框：

Name    Volume  Value
May21   23      21321
James   12      12311
Adi22   11      4435
Hello   34      32454
Girl90  56      654654

我希望输出的格式为：

Name    Volume  Value
May     23      21321
James   12      12311
Adi     11      4435
Hello   34      32454
Girl    56      654654

想要删除“名称”列中的所有数字。

我最接近的是使用以下代码在cell级别上进行操作：

result = ''.join([i for i in df['Name'][1] if not i.isdigit()])

知道如何在 series/dataframe 级别以更好的方式做到这一点。

Answer 1

您可以结合正则表达式将 str.replace 应用于

Name

列：

import pandas as pd

# Example DataFrame
df = pd.DataFrame.from_dict({'Name'  : ['May21', 'James', 'Adi22', 'Hello', 'Girl90'],
                             'Volume': [23, 12, 11, 34, 56],
                             'Value' : [21321, 12311, 4435, 32454, 654654]})

df['Name'] = df['Name'].str.replace('\d+', '')

print(df)

输出：

    Name   Value  Volume
0    May   21321      23
1  James   12311      12
2    Adi    4435      11
3  Hello   32454      34
4   Girl  654654      56

在正则表达式中，

\d

代表“任意数字”，

+

代表“一个或多个”。

因此，

str.replace('\d+', '')

的意思是：“将字符串中出现的所有数字替换为空”。

Answer 2

你可以这样做：

df.Name = df.Name.str.replace('\d+', '')

要玩和探索，请在此处查看在线正则表达式演示：https://regex101.com/r/Y6gJny/2

模式

\d+

匹配的内容，即 1 个或多个数字，将被替换为空字符串。

Answer 3

.str

没有必要。您可以将 pandas dataframe.replace 或 series.replace 与

regex=True

参数一起使用。

df.replace('\d+', '', regex=True)

如果您想更改源数据框，请使用

inplace=True

。

df.replace('\d+', '', regex=True, inplace=True)

Answer 4

虽然问题听起来更笼统，但示例输入仅包含尾随数字。在这种情况下，您不必使用正则表达式，因为

.rstrip

（也可通过 .str

 对象的 

Series

 访问器

使用）可以做到这一点：

import string
df['Name'] = df['Name'].str.rstrip(string.digits)

同样，您可以使用

.lstrip

从开头删除任何数字，或使用 .strip 从每个字符串的开头和结尾删除任何数字。

Answer 5

出于某种原因，我不明白

.replace

对我不起作用。所以我用了：

df["Name"] = df["Name"].apply(lambda x: ''.join(y for y in x if not y.isdigit())) 提取除数字之外的所有内容。