从熊猫数据框中的一列中删除所有字母和特殊字符

Question

我有一个这样的数据框    A   B0   0.0 sales oi 90,901   1.0 9.002   2.0 get it here9993   3.0 sales for oi 90,904   4.0 this: 90,00,005   5.0 akjd : 90,000我想要这样的数据框        A   B0   0.0 90901   1.0 92   2.0 9993   3.0 90904   4.0 9000005   5.0 90000

Answer 1

如果要删除所有不带点的非数字值，请replace与正则表达式[^\d.]一起使用，如果不是十进制数字或.：

df['B'] = df['B'].str.replace(r'[^\d.]+', '')

print (df)

     A       B

0  0.0    9090

1  1.0    9.00

2  2.0     999

3  3.0    9090

4  4.0  900000

5  5.0   90000

Answer 2

您可以像这样使用正则表达式：

import re

re.sub("[^0-9]", "", "sales oi 90,90")

这将返回：

9090

使用它，您可以使用 lambda 函数简单地将其应用于您的数据帧：

df['B'] = df['B'].apply(lambda row: re.sub("[^0-9]", "", row))