删除包含数字字符的行

Question

我一直在研究一个包含与产品相关的字母图的数据集。在数据帧中，我们有像 cadbury9gm 或 100gmdoritos 这样的单字母，所以我想删除包含此类名称的整行，即包含数值以使数据帧更干净，以便我可以进一步进行，因为我必须在类别和子类别中对产品进行分类。有没有办法删除包含数字字符的行？ 谢谢

Answer 1

这就是我要做的：

import pandas as pd
import numpy as np
bogus_data = {
'Name': ['Acme', 'Foo', 'Bar', 'Loren', 'Ipsum'],
'Label': ['abc', '3ds', 'cba', 'b3ewq', 'asdf'],
'Value': np.random.rand(5)
}
df = pd.DataFrame(bogus_data, columns=['Name', 'Label', 'Value'])
df = df[~df["Label"].str.contains(r'[0-9]')]
print(df)

打印此数据帧的结果是

Name Label     Value
0   Acme   abc  0.574412
2    Bar   cba  0.354460
4  Ipsum  asdf  0.047170

Answer 2

试试这个：

testdf
Name    Value
0   Name1   4409
1   Name2   SomeVal
2   Name3   26Text73
3   Name4   SomeVal2
4   Name5   2123Text
5   Name6   Text1904
6   Name7   1Text747
7   Name8   145Text7
# Add a column that validates your contains digit condition
testdf['HasDigit'] = testdf['Value'].map(lambda x: True if any(i.isdigit() for i in str(x)) else False)
testdf
Name    Value       HasDigit
0   Name1   4409        True
1   Name2   SomeVal     False
2   Name3   26Text73    True
3   Name4   SomeVal2    True
4   Name5   2123Text    True
5   Name6   Text1904    True
6   Name7   1Text747    True
7   Name8   145Text7    True
# Finally retain the ones with value False in 'HasDigit' columns
testdf = testdf[testdf['HasDigit'] == False]
testdf  
Name    Value       HasDigit
1   Name2   SomeVal     False

您可以稍后删除"HasDigit"列。

如果您希望根据单列中的值进行过滤，这将完美运行。但是，如果涉及多个列，则可以创建一个新列，该列连接所考虑的所有列的字符串值。下面是一个示例：

testdf['NewCol'] = testdf['Col1'].astype(str) + testdf['Col2'].astype(str) + ... + testdf['Coln'].astype(str)

有了这个新列后，您就可以在其上运行相同的 lambda 函数。

希望这有帮助