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。
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”。
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。
.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)
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 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。
.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。