Python - Pandas - 只删除只有数字的拆分，但如果它有字母则保持

Question

我有一个具有两个值的数据框：df = pd.DataFrame({'Col1': ['Table_A112', 'Table_A_112']})我要做的是在 split('_') 只有数字的情况下删除数字。所需的输出是：Table_A112Table_A_为此，我使用以下代码：import pandas as pdimport difflibfrom tabulate import tabulateimport stringdf = pd.DataFrame({'Col1': ['Table_A112', 'Table_A_112']})print(tabulate(df, headers='keys', tablefmt='psql'))df['Col2'] = df['Col1'].str.rstrip(string.digits)print(tabulate(df, headers='keys', tablefmt='psql'))但它给了我以下输出：Table_ATable_A_怎么能做我想做的事？谢谢！

Answer 1

这是一种使用方法str.replace：

df = pd.DataFrame({'Col1': ['Table_A112', 'Table_A_112', 'Table_112_avs']})

print(df)

        Col1

0     Table_A112

1    Table_A_112

2  Table_112_avs

df.Col1.str.replace(r'(?:^|_)(\d+)(?:$|_)', '_', regex=True)

0    Table_A112

1      Table_A_

2     Table_avs

Name: Col1, dtype: object

Answer 2

如果您坚持使用正则表达式解决方案，您可以使用pandas.replace()并积极向后看r'(?<=_)\d+'

import pandas as pd

from tabulate import tabulate

df = pd.DataFrame({'Col1': ['Table_A112', 'Table_A_112']})

print(tabulate(df, headers='keys', tablefmt='psql'))

df= df.replace(regex=r'(?<=_)\d+', value='')

print(tabulate(df, headers='keys', tablefmt='psql'))

这会产生所需的输出。

Answer 3

我认为str.replace与捕获组一起使用会使模式更简单

sample df

Out[1063]:

          Col1

0   Table_A112

1  Table_A_112

2  Table_111_B

df.Col1.str.replace(r'(_)\d+', r'\1')

Out[1064]:

0    Table_A112

1      Table_A_

2      Table__B

Name: Col1, dtype: object

Answer 4

您可以执行以下操作：

s = df['Col1'].str.split('_',expand=True).stack()

s.mask(s.str.isdigit(), '').groupby(level=0).agg('_'.join)

输出：

0    Table_A112

1      Table_A_

dtype: object