如何使用正则表达式替换非数字字符答案

【问题标题】：how to replace non-numeric chars using regex如何使用正则表达式替换非数字字符
【发布时间】：2018-05-23 11:12:06
【问题描述】：

我想知道如何使用正则表达式删除任何非数字字符，同时仅以更有效的方式为系列选择非空和空格（单个值可能包含一个或多个空格）值，

df['numeric_no'] = df['id'].apply(lambda x: re.sub("[^0-9]", "", x))
df = df[(df['numeric_no'] != '') & (df['numeric_no'] != ' ')]

df 的一些示例数据

numeric_no
B-27000
44-11-E
LAND-11-4
17772A
88LL9A
321LP-3
UNIT 9 CAM -00-12
WWcard_055_34QE
EE119.45
aaa
b  b

结果会是这样的

【问题讨论】：

你能添加一些数据样本吗？
@jezrael 示例数据已添加
谢谢，所以所有行都被选中了？没有人从样本中移除？
@jezrael 刚刚添加了示例结果，希望清楚
试试re.sub(r"(\d+(?:\.\d+)?)|.", "$1", x)

标签： regex python-3.x pandas dataframe

【解决方案1】：

我相信需要str.findall 和boolean indexing：

s = df['numeric_no'].str.findall("(\d*\.\d+|\d+)").str.join('')

s = s[s.astype(bool)]
print (s)

0     27000
1      4411
2       114
3     17772
4       889
5      3213
6     90012
7     05534
8    119.45
Name: numeric_no, dtype: object

【讨论】：

我认为这是 OP 需要的，但仍需要一些澄清

【解决方案2】：

您可以匹配和捕获数字并匹配其他任何东西：

(\d+(?:\.\d+)?)|.

Live demo

然后将匹配替换为$1（对第一个捕获组的反向引用）

Python 代码：

re.sub(r"(\d+(?:\.\d+)?)|.", "$1", x)

【讨论】：

【解决方案3】：

我觉得可以试试：

df.numeric_no.str.extractall('(\d+?[\.\d+])').astype(str).sum(level=0)

输出：

【讨论】：

你的意思是\d+ 在字符类中吗？还是每一个分开？ \d, +?