熊猫在数据框中删除单词答案

【问题标题】：pandas dropping of words in dataframe熊猫在数据框中删除单词
【发布时间】：2017-01-11 19:49:36
【问题描述】：

我有一个示例数据框，我希望删除所有单词并保留这些值。

Column1    Column2    Column3    Column4                     Column5
5FQ        1.047      S$55.3     UG44.2 as of 02/Jun/2016    S$8.2 mm

是否可以删除单词并保留所有数字？ IE: 得到下面想要的结果：

Column1    Column2    Column3    Column4    Column5
5          1.047      55.3       44.2       8.2

【问题讨论】：

您想从S$55.3 中删除S，而不是从S$8.2 mm 中删除？我没有看到模式！
@jakewong 和“5FQ”不只是“5”？
生成的5FQ 怎么样？为什么不变成5？

标签： python regex dataframe

【解决方案1】：

一种方法是：

In [212]: df
Out[212]: 
  Column1  Column2 Column3                   Column4   Column5
0     5FQ    1.047  S$55.3  UG44.2 as of 02/Jun/2016  S$8.2 mm

In [213]: df.apply(lambda x: x.astype(str).str.extract(r'(\d+\.?\d*)', expand=True).astype(np.float))
Out[213]: 
   Column1  Column2  Column3  Column4  Column5
0      5.0    1.047     55.3     44.2      8.2

【讨论】：

谢谢尼哈尔。只是好奇。例如，如果在Column2 中，值为(1.047)，是否可以将其转换为-1.047 而不仅仅是1.047？
@jakewong 你可以这样做：df = df['Column2'].apply(lambda x: -x)

【解决方案2】：

你可以使用pd.Series.extract:

In [28]: for c in df:
    df[c] = df[c].str.extract('(\d+\.?\d*)', expand=False)
   ....:     

In [29]: df
Out[29]: 
  Column1 Column2 Column3 Column4 Column5
0       5   1.047    55.3    44.2     8.2

请注意，这有点脆弱，因为在Column4 中它可以工作，因为日期出现在数量之后。不过，您的问题没有指定更精确的内容。

【讨论】：