删除dataframe列中的非字母字符串
要删除DataFrame列中的非字母字符串，可以按照以下步骤进行操作：
- 导入所需的库和模块：
import pandas as pd
import re- 创建一个示例DataFrame：
df = pd.DataFrame({'col1': ['abc', '123', 'def', '456'], 'col2': ['xyz', '789', 'ghi', '012']})- 使用正则表达式（regex）和
apply函数来删除非字母字符串：
df['col1'] = df['col1'].apply(lambda x: re.sub('[^a-zA-Z]', '', x))这里的[^a-zA-Z]表示匹配除了字母以外的任何字符，re.sub函数将匹配到的非字母字符替换为空字符串。
- 打印结果：
print(df)输出：
col1 col2
0 abc xyz
1 789
2 def ghi
3 012这样就成功删除了DataFrame列中的非字母字符串。
关于DataFrame和正则表达式的更多信息，可以参考腾讯云的相关产品和文档：
相关·内容
我有一个有名字列的csv。我的任务是找到有双字母(两个连续的字母重复)的名字。
如果名称中包含双字母，则需要在Dataframe中为TRUE创建列，如果不包含，则为FALSE。我相信((\w)\2{1，})有必要的正则表达式，但是当我试图将它添加到Dataframe时，新列是空的。
df['repeat'] = df['Name'].str.findall('((\w)\2{1,})')
浏览 2提问于2021-07-03得票数 1
回答已采纳
1回答
删除由重复字母组成的单词
、、、
我有一个包含文本数据的dataframe列。它几乎没有完全由重复字母组成的单词，也没有几个部分由重复字母组成的单词。我想删除由完全重复的字母组成的单词，只保留第一次出现的字母(如果重复字母的计数超过2)在dataframe列中。该怎么做呢？例如，如果我的dataframe有这样的词-
<code>A0</code>
输出应为-
<code>A1</code>
浏览 15提问于2019-03-31得票数 0
回答已采纳
4回答
操纵Dataframe系列
、、、、
我有一个dataframe，我想根据条件更改列的某些元素。特别是考虑到这一栏：
... VALUE ....
0
"1076A"
12
9
"KKK0139"
5
我想得到这一点：
... VALUE ....
0
"1076A"
12
9
"0139"
5
在“value”列中，有字符串和数字，当我在字符串值中找到一个特定的子字符串时，我希
浏览 5提问于2021-06-22得票数 1
回答已采纳
我在将大写字母应用于我的DataFrame中的列时遇到问题。
数据帧是df。
1/2 ID是需要大写的列头。
问题是这些值是由三个字母和三个数字组成的。例如，rrr123就是其中一个值。
df['1/2 ID'] = map(str.upper, df['1/2 ID'])
我得到一个错误：
TypeError: descriptor 'upper' requires a 'str' object but received a 'unicode' error.
如何将大写字母应用于DataFrame df列的前三个
浏览 0提问于2015-07-07得票数 44
回答已采纳
如何从R中的dataframe中的某些列中删除这些单元？
我有一个dataframe (三行，三列)，如下所示：
1 mm apple 4 cm
11 mm car 8 cm
22 mm 3 3 cm
结果应该是：
1 apple 4
11 car 8
22 3 3
浏览 0提问于2016-10-08得票数 1
回答已采纳
我有一个dataframe，它包含两个列(如图所示)。
我正试图从其中一列(即FACILITYID)中删除南。我尝试使用以下命令删除NaN
temp = temp[temp['FACILITYID'].notnull()]
temp = temp[temp['FACILITYID'].notna()]
temp = temp[~temp['FACILITYID'].isnull()]
temp = temp[~temp['FACILITYID'].isna()]
temp = temp[temp['FACILITYI
浏览 4提问于2019-11-04得票数 1
回答已采纳
我有一个具有ID列的Pyspark dataframe，它只有字符和字母数字组合作为标识符。
我想从我的dataFrame中只删除字符I。
predictions.select('client_id', 'probability').show(1000,False)
|client_id|probability
|RAJU |[0.9998043367405032,1.9566325949689167E-4]|
|JMS |[0.9998043367405032,1.9566325949689167E-4]|
|ATON |[0.99
浏览 4提问于2021-03-08得票数 1
回答已采纳
我试图对包含列表的dataframe列(称为dimensions)执行一些基本操作。当dataframe列包含一个列表时，像df['dimensions'].str.replace()这样的基本操作是否有效？对我来说不管用。我还试图使用re.sub()方法替换列中的文本，但它也没有工作。
这是我的dataframe中的最后一列：
**dimensions**
[50' long]
None
[70ft long, 19ft wide, 8ft thick]
[5' high, 30' long, 18' wide]
，这
浏览 1提问于2021-06-29得票数 0
回答已采纳
2回答
我试图从现有的DataFrame中获取一个DataFrame，其中只包含某些列中的值(其值是字符串)中不包含特定字符的行。
也就是说，如果我们不想要的字符是'('
原始数据：
some_col my_column
0 1 some
1 2 word
2 3 hello(
新数据格式：
some_col my_column
0 1 some
1 2 word
我尝试过df.loc['(' not in df['my_co
浏览 1提问于2018-05-30得票数 6
回答已采纳
2回答
我有一个dataframe列，其中包含类似以下内容的数据：
1015 - 1540
56.56 - 156
34.46Sq. Meter
36Sq. Meter
1000Sq. Meter
我需要删除字母表，并使列中的数据如下所示。
1015 - 1540
56.56 - 156
34.46
36
1000
我尝试了下面的正则表达式模式，但是，它似乎不能正常工作。提前感谢您的帮助。
(\d*\s\-\s\d*)|(\d*[\.]?\d*)(?=\w)
浏览 0提问于2021-01-11得票数 0
我对在这里提问还是个新手。但事实是：
我有一个DataFrame，它有一个名为"id“的列。我正在寻找摆脱所有行不是以字母开头的给定列。下面是我正在使用的DataFrame的一个示例。
df=DataFrame({"level": [1,2,3,4,5,6,7,8,9,10],
"personCode": [23,5,3,234,6567,232,67667,56,998,2456],
"id": ["Z71.89","J06.9","018.9","F41.1",&#
浏览 0提问于2017-08-02得票数 2
2回答
我有一个包含中间首字母的名称列的DataFrame。我需要删除中间的首字母，这是字符串中的第二个字符。
df = pd.DataFrame({'alpha': ['1', '2', '3'],
'beta': ['JRLeparoux', 'BJHernandez,Jr.','SXBridgmohan'],})
以下是我尝试过的：
def fixbadname(word):
filelist2= []
filel
浏览 1提问于2015-10-25得票数 3
回答已采纳
我有一个包含字母数字值的列的数据集。现在我可以过滤不匹配的记录了，我想要清除它们，这意味着，例如，不匹配的记录是123*abc&，那么它应该删除123abc。我已经这样做了，但我不认为这是一个正确的方法，而且数据是在最后的结果后，我可以用循环得到正确的，但这将是一个缓慢的过程。因此，寻找一个更容易的方法(一列一列的清洁)。是否可以这样做呢？
data = ['abc123','abc*123&','Abc123','ABC@*&123',np.nan,'123*Abc']
df=pd.Dat
浏览 3提问于2021-03-24得票数 1
回答已采纳
3回答
我有一个非常大的DataFrame，我想知道是否有短的(一个或两个)方法来获得DataFrame中非NaN条目的计数。我不想一次写一列，因为我有将近1000列。
df1 = pd.DataFrame([(1,2,None),(None,4,None),(5,None,7),(5,None,None)],
columns=['a','b','d'], index = ['A', 'B','C','D'])
a b d
A
浏览 8提问于2015-04-30得票数 96
2回答
我有一个多列的dataframe，我想把数字和一个列中有空格的字母分开。在本例中，我希望在第三列中添加空间。你知道怎么做吗？
import pandas as pd
data = {'first_column': ['first_value', 'second_value', 'third_value'],
'second_column': ['first_value', 'second_value', 'third_value'],
浏览 10提问于2022-09-08得票数 1
回答已采纳
我有一个列名如v1,...,v99, tm1,...tm99等的dataframe。但并不是每个数字都有一个列(mybe v42缺失)。字母可以从a到zzz不等。我已经编写了一种方法，根据字母组合(如'v'或'tm')对列进行筛选，后面跟着一个数字。这看起来就像
def create_required_dataset(df, var_filter):
persDf = df.filter(regex=('^' + var_filter + r'[0-9]+$'))
return persDf
这是有效的，creat
浏览 0提问于2019-05-29得票数 1
回答已采纳
我有一个名为Acc编号为第一列的dataframe df1，数据如下所示：
Acc Number
ASC100.1
MJT122
ASC120.4
XTY111
我需要创建一个新的dataframe df2，它将有两列，第一列有文本部分，第二列有数字，因此所需的输出是：
Text Number
ASC 100.1
MJT 122
ASC 100.4
XTY 111
我该怎么做呢？
谢谢!
浏览 0提问于2018-11-13得票数 2
回答已采纳
下面是我的代码，它简单地组合在一起，并平均设置行。为了我的一生，我不明白为什么在最终结果中会有一列被删除。
import pandas as pd
def group_rows(dataframe1):
incr = 10
dataframe3 = pd.DataFrame()
for i in range(0,len(dataframe1.index),incr):
tmp = dataframe1[i:i+incr].mean()
dataframe3 = dataframe3.append(tmp, ignore_index=Tr
浏览 2提问于2017-03-30得票数 1
回答已采纳
1回答
我有一个有n个列的dataframe。它们包含字母，一列包含的字母数量各不相同，一个字母可以出现在不同的列中。我需要熊猫数据的代码来将表格转换为以字母开头的列，行应该包含该字母所在的列的编号。
ABCDEF
阿布德。11 1 BBCC -> 2 2 EFB。3 3 4 4
这张图片更好地描述了我的问题。提前感谢您的帮助。
浏览 3提问于2021-02-21得票数 2
回答已采纳
我正致力于清理和EDA的时间序列数据集的收入。对于某些条目，值以‘(R)’作为前缀，意思是该值已被修改，并显示为(R) 1000。示例：
df = pd.DataFrame({
'year': ['2005', '2006', '2007'],
'revenue': [500, (R) 1000, 2200]})
奇怪的是，该列的数据类型仍然显示为float64，并在编译行图时工作。在原始Excel电子表格中，当要突出显示特定单元格时，(R)将消失，只显示数值。
我制定了如下工作代码：
df[&#
浏览 2提问于2022-08-16得票数 0
在Python中，我想一次从我的熊猫数据中删除包括坏字符在内的所有停止词。
，这就是我尝试过的：
stop_words_dataset = pd.read_csv(r'./stop.csv')
stop_words = stop_words_dataset['StopWords'].tolist()
dataframe['description'] = dataframe['description'].apply(lambda x: ' '.join([item for item in x.split() if
浏览 4提问于2021-12-23得票数 1
回答已采纳
我有一个regex表达式，我需要转换为一个sql服务器查询。目标是从列中选择字母前缀，这样AAA-1234BC就变成了AAA，ABC123变成了ABC，1234A变成了''。
据我所知，regex在SQL server中并不是本机支持的，所以我想知道是否还有一种纯粹的sql方法可以做到这一点。
谢谢
浏览 3提问于2020-11-09得票数 0
回答已采纳
我有一个DataFrame，其中列是MultiIndex，索引是一个名称列表，即index=['Andrew', 'Bob', 'Calvin',...]。
我想要创建一个函数来返回使用'Bob‘这个名字的dataframe的所有行，或者以字母'A’开头，或者以小写开头。这是如何做到的呢？
我使用regex参数查看了df.filter()，但是它失败了，我得到：
df.filter(regex='a')
TypeError: expected string or buffer
或者：
df.filter(regex
浏览 5提问于2016-02-25得票数 8
回答已采纳
我有一个dataframe (df)，在其中我重命名一个列使用：
print('Type Before',type(df))
df= df.rename(columns={df.columns[14]: "Total requests" }, inplace = True)
print('Type after',type(df))
如果在列名之前和之后检查type，将数据从DataFrame更改为NoneType
Type Before <class 'pandas.core.frame.DataFrame'>
T
浏览 5提问于2020-01-10得票数 1
回答已采纳
2回答
我想迭代字母或单词，并使用它们来调用pandas dataframe的属性，下面是一个示例：
数据：
df = pd.DataFrame(np.random.randn(10, 4), columns=list('ABCD'))
然后我需要迭代B列和C列来计算，例如：
for letter in 'BC': df.letter.mean()
这里我得到了以下错误: AttributeError：'DataFrame‘对象没有'letter’属性
有什么办法解决这个问题吗？？非常感谢!
浏览 2提问于2018-01-10得票数 0
回答已采纳
1回答
我有不是的问题，而是我想要理解的行为。
我有一个有12张表格的Excel，我希望它们都合并在一个数据文件中，并将表名作为额外的列。我可以做到，但有一个奇怪的行为，我无法解释:数据的列的最后顺序被更改为和字母顺序。
这就是我的流程:我读了10张excel。
每个工作表都是以数据格式读取的，所有工作表都具有相同的形状(73行x50列)和相同的层次列。(2级)。当一个工作表被读入时，我将它附加到一个dataframe中，然后再读下一个工作表等等。
结果是876行和50列的数据。这很好。但是--正如前面提到的--列顺序与原来的集合不同。
解决办法:我将订单保存在一个列表中，并在最后的dataframe
浏览 5提问于2021-01-22得票数 2
回答已采纳
我希望在dataframe中创建一个具有数组名称的列。例如，数组的名称是"customer“，那么列的名称应该是"cust_prop”(数组名称中的4个字母)。有什么办法可以得到吗？
浏览 1提问于2022-06-24得票数 0
我有一列短信。我如何在术语show less之后剪掉每一篇文章的部分
例如：
df = pd.DataFrame({'col':['hi there see less new way is comming','today is summer, see less , is a lovely day']})
看上去像是：
col
'hi there see less new way is comming'
'today is summer, see less , is a lovely day'
产出：
col
&
浏览 1提问于2022-01-12得票数 2
2回答
在我的df中有两列，第二列包含其他column+other字符(字母和/或数字)的数据：
values = {
'number': [2830, 8457, 9234],
'nums': ['2830S', '8457M', '923442']
}
df = pd.DataFrame(values, columns=['number', 'nums'])
额外的字符总是追求共同的字符！如何区分这两列之间不常见的字符？我正在寻找一个简单的解决方案，而不是一个循环来检查每
浏览 4提问于2022-02-27得票数 0
我以以下方式创建了一个DataFrame：
from pyspark.sql import SparkSession
spark = SparkSession \
.builder \
.appName("Python Spark SQL basic example") \
.getOrCreate()
df = spark.read.csv("train.csv", header=True)
我的DataFrame的架构如下：
root
|-- PassengerId: string (nullable = true)
|-- S
浏览 3提问于2018-10-18得票数 0
回答已采纳
我至少有一行可能有坏数据。我想识别有坏数据的行，然后完全删除行。下面是我在一个相当大的dataframe - 50k x 200中观察到的模式
import pandas as pd
df = pd.DataFrame({
'name': ['12 x st', '0.5555', 'y'],
'val': [1, 0.5555, 2],
'col': ['t', &
浏览 1提问于2022-07-20得票数 -1
1回答
我目前正在开发一个类似闪存卡的程序，以帮助我同时学习法语和蟒蛇，同时使用熊猫和numpy。
我有一个带有3列的csv，并将其转换为dataframe (谓词)。我的代码随机选择一行(选择)并给出一个法语单词，然后用户必须输入该单词的过去式版本(在dataframe/csv的第三列中可以找到)。到目前为止，我已经把这部分做好了。
我试图添加一个‘提示’函数，用户输入‘提示’这个词，它将给出最后一个正确答案的字母，从选择的dataframe第3栏。
然而，我似乎不知道如何访问第三列的最后一个字母。
下面是一个独立的部分，我只是想让它从dataframe的“选择”中打印0列的最后一个字符。
verb
浏览 4提问于2020-01-26得票数 0
1回答
我有一个包含大约200万条记录的dataframe df。有些列只包含字母数字值(例如"wer345“、"gfer34”、“123 only”)。
有没有一种节奏式的方法来删除这些列(例如使用isalnum())？
浏览 9提问于2022-04-04得票数 0
回答已采纳
1回答
对于pandas dataframe中的无数据，我有两个结果不同的查询。 第一个查询： with self.connection as conn:
query = f"""SELECT current_client_name, client_phone_number, profile, effective_date, effective_time,
client_details.telegram_id, telegram_reference
浏览 11提问于2021-03-31得票数 0
回答已采纳
我运行df.dtypes并为某些列获取"object“类型。这是否意味着潘达斯不知道列的类型是什么？还是可以继续进行分析，同时将这种类型保留在dataframe中？这是否是清理数据的一部分，以确保在dataframe中没有任何类型的“对象”？
浏览 0提问于2018-01-29得票数 4
回答已采纳
我正在尝试向dataframe中添加布尔值的列，这些布尔值基于对当前要迭代的列是字母数字、字母还是数字的判断。不幸的是，对于每个布尔测试，每一列都给出了False。我们的目标是，对于给定的列，我如何添加另一个列来显示给定列中的行是否为字母数字？我不想遍历列中的每一行，因为这非常耗时。我需要这样做，因为在某些情况下，我可能不知道给定列中将包含什么数据类型。 def add_numeric_alpha_alphanum_tests(dataframe, dataframe_column_names):
for column_name in dataframe_column_names:
浏览 25提问于2019-12-11得票数 1
回答已采纳
1回答
我使用PHP IMAP库的imap_search()函数通过主题字符串在Gmail收件箱中搜索邮件。
imap_seach($mbox, 'ALL SUBJECT "<search string>"');
这个搜索对于字母数字字符串完全正确，但当它包含斜杠、逗号、冒号、单引号、连字符和许多其他我甚至不知道的字符时就会失败。逃离它们是没有帮助的。用空间替换其中的一小部分有时会有帮助，但不是在所有情况下都是如此。
有没有一种标准的方法来过滤搜索字符串，这样它就不会出错并返回一些结果？我已经尝试对主题进行标记化，并从搜索字符串中删除所有单词
浏览 1提问于2010-09-29得票数 8
1回答
我对中的重音字母有一个问题。它实际上不能用非重音字母替换重音字母，因为它在数据格式中搜索重音字母时不会识别单词。
下面的代码添加到dataframe 'df_sb‘中的新列，并将一个字符串(Dé但或节da téte)与另一列的内容组合在一起。
问题是，当我在我的主脚本文件中运行下面的块时，它将正确地书写和显示带有重音字母的单词(Dé但节和da it段)。但是，这需要通过调用一个函数在另一个文件中执行。当我调用这个函数并返回df_sb数据格式时(其中有两列)，由于某种原因，它会混淆重音字母。我不明白为什么会这样。
区块1
from ipynb.fs.full.Untitled1 impo
浏览 1提问于2021-04-13得票数 1
我有一个具有列的dataframe1，它的单元格条目类似于- "are, boy, cat, dog, ear, far, gone" (每个单元格是一组逗号分隔的单词)。
Dataframe2有一个列，其中包含像这样的单元格条目(每个单元格是一个字母或单词)- "are"、"boy"或"gone"。
我想在dataframe1中添加一个列，如果dataframe1中的每个单元格中的每个单词都包含dataframe2中的单词，则该列将具有布尔值条目。例如,
DF1 =(是，男孩，猫，狗，耳朵，远，走了)，(家，家伙，高，蛋)，(猫
浏览 0提问于2021-10-10得票数 0
我希望从字母数字字符串列中提取数字数字到另一列，该列将只包含数字，而不包含使用pyspark的字母表。
浏览 0提问于2021-08-18得票数 0
我有一个像这样的DataFrame：
Column 1 Column 2
0 A B C 34
1 D E F 42
2 G H I 42
我想从列1中删除某些字符串(不是所有字符串)。
Column 1 Column 2
0 C 34
1 F 42
2 I 42
任何解决办法都将被接受。
浏览 4提问于2022-09-09得票数 0
回答已采纳
我有一个充满文本的列，其中我只需要提取一个固定的代码，该代码只能由数字或数字和字母组成(如23356978和Z23489CDE或D123F598和其他组合)。怎样才能只保留这些代码，同时删除字符串的其余部分？
我在尝试一些类似的东西
gsub("[A-F][A-Z]*[A-Z]","",string)
但是像这样我也丢失了代码中的字母
有什么建议吗？
浏览 0提问于2019-11-22得票数 1
1回答
下面是pandas dataframe的子集，列如下所示
No Name
0 1 SOU 01 Sungai Dingin
1 2 PKS 2
2 3 Mill 3
3 4 Tanah Kerajaan Mill
4 5 MAS POM
5 6 SOU 20 Chaah
6 7 SOU 03 Elphil Mill
7 8 SOU 08 East Mill
8
浏览 0提问于2018-04-07得票数 0
回答已采纳
4回答
在dataframe中有一个列如下所示：
COL1
$54,345
$65,231
$76,234
如何将其转换为：
COL1
54345
65231
76234
我一开始尝试的方式是：
df$COL1<-as.numeric(as.character(df$COL1))
这不起作用，因为它说NA是被介绍的。
然后我就这样尝试了：
df$COL1<-as.numeric(gsub("\\$","",as.character(df$COL1)))
同样的事情也发生了。
有什么想法吗？
浏览 2提问于2015-08-11得票数 26
回答已采纳
1回答
获取10位数字
、、
我正在尝试定义一个函数，它将创建一个列，并将数字清理为仅为其十位数的区号和号码。日期范围。
PNum1
0 18888888888
1 1999999999
2 +++(112)31243134
我拥有所有单独的函数，甚至将它们存储在DataFrame和字典中。
def GetGoodNumbers(col):
column = col.copy()
Cleaned = column.replace('\D+', '', regex=True)
NumberCount = Cleane
浏览 0提问于2018-01-26得票数 1
回答已采纳
我有一个如下所示的DataFrame： The The The 列始终是由1个字母和2个数字组成的3个字符的字符串。我需要将数字(如int)提取到一个新列中，比如Code _ 整型。所以“W01”将是1，“W12”将是12，依此类推。此列中有180000条记录与此模式完全相同。 到目前为止，我所做的是： 1.创建一个新列，如下所示： 尝试了一下： 我得到了 谢谢
浏览 34提问于2021-03-02得票数 1
回答已采纳
2回答
在R中使用此示例数据：
1123 2 3 4
2789 1 3 5
C2124 1 44 6
CS112 3 32 1
这个数据框架是巨大的，但这是所有的信息，真正需要解决问题，我相信。如何删除我的dataframe中的所有行，其中第一列(让我们称之为x和dataframe )以C或CS开头？我认为我的数据框架是一种列表格式，实际上并不是矢量化的，因为gsub不起作用。
浏览 4提问于2017-03-20得票数 1
回答已采纳
2回答
如果location列有一些非alpha值和空值，我将尝试从dataframe中删除一行。
输入：
预期产出：
我试过如下。但它只删除非阿尔法字符。
test = data.location.str.replace('[^a-zA-Z]', '')
谢谢。
浏览 1提问于2021-09-11得票数 1
回答已采纳
我有一个DataFrame，它将一个特定的文本存储在多个列中。我正试图过滤掉具有此值的DataFrame中的所有行。
id,col1,col2,col3,col4
1001,apple,banana,pear,kiwi
1002,,apple,,
1003,banana,kiwi,,
1004,pear,orange,apple,
考虑到上面的示例，我尝试过滤所有包含单词apple的行以及该行的id。
for col in df:
apple = df[df[col].astype(str).str.contains("apple")]
但这是空行。
预期输出：
id,
浏览 4提问于2019-11-21得票数 1
回答已采纳
给定一个来自this link的tweet数据集，它有一个content列，如下所示： 我希望增加一个新的专栏，以确定推文中是否提到了特朗普。正则表达式模式的(^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$)似乎很好用，但我不太理解。我已经用下面的代码进行了测试： Test1给出了匹配后的输出： txt1 = "anti-Trump protesters"
re.search("(^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$)", txt1) 输出： <_sre.SRE_Match object; spa
浏览 180提问于2021-09-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
