>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
我希望输出采用以下格式:
Name Volume Value
May 23 21321
James 12 12311
Adi 11 4435
Hello 34 32454
Girl 56 654654
想要从"名称"列中删除所有数字。
我最接近的是使用以下代码在单元格级别执行此操作:
result = ''.join([i for i in df['Name'][1] if not i.isdigit()])
知道如何在系列/数据帧级别以更好的方式做到这一点。
您可以将 str.replace 与正则表达式结合使用应用于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"任何数字",+
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任何内容"。
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
与模式匹配的任何d+
即 1 位或多位数字,都将被空字符串替换。
.str
不是必需的。您可以使用 pandas dataframe.replace 或 series.replace 与regex=True
参数一起使用。
df.replace('d+', '', regex=True)
如果要更改源数据帧,请使用inplace=True
。
df.replace('d+', '', regex=True, inplace=True)
尽管问题听起来更笼统,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
(也可以通过Series
对象的.str
访问器获得)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
从开头去除任何数字,或使用 .strip
从每个字符串的开头和结尾删除任何数字。