Pandas DataFrame:如何从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

我希望输出格式为:

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.

我最近来的是使用以下代码在单元级别执行此操作:

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

任何想法如何在系列/数据级别以更好的方式做到这一点.

Answer 1

您可以将str.replaceName与正则表达式结合使用到列中:

import pandas as pd

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

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

print(a)

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

正则表达式\d代表"任何数字",+代表"一个或多个".

因此,str.replace('\d+', '')意思是:"用任何东西替换字符串中所有出现的数字".

Answer 2

您可以这样做：

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

模式匹配的任何内容（\d+即1个或多个数字）都将替换为空字符串。

Answer 3

尽管这个问题听起来更笼统，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（也可以通过对象的.str访问器获得Series）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.strip去除任何数字，或从每个字符串的开头和结尾删除任何数字。

Answer 4

.str没有必要。您可以使用大熊猫dataframe.replace或series.replace与regex=True争论。

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)