从 python pandas 的列中删除数字答案

【问题标题】：removing numbers from a column in python pandas从 python pandas 的列中删除数字
【发布时间】：2018-11-13 19:21:51
【问题描述】：

我想删除 Python pandas 数据框中某个列的条目中的所有数字。不幸的是，像 .join() 和 .find() 这样的命令是不可迭代的（当我定义一个函数来迭代条目时，它给了我一条消息，即浮动变量没有 .find 和 .join 属性）。在 pandas 中是否有任何命令可以解决这个问题？

def remove(data):

  for i in data if not i.isdigit():
    data=''         
    data=data.join(i)  
    return data

myfile['column_name']=myfile['column_name'].apply(remove())

【问题讨论】：

提供一个前后 DataFrame 示例会很有帮助，这样我们就可以准确地确定您的意思和需要。
我应该解释得更好，我想做的是将像 tin1t9in 这样的条目转换为 tintin，这意味着删除列中条目的数字字符。

标签： python string pandas

【解决方案1】：

您可以像这样删除所有数字：

import pandas as pd

df = pd.DataFrame ( {'x' : ['1','2','C','4']})
df[ df["x"].str.isdigit()  ] = "NaN"

【讨论】：

【解决方案2】：

如果没有数据样本就无法确定，但您的代码暗示 data 包含字符串，因为您在元素上调用了 isdigit。

假设上述情况，有很多方法可以做你想做的事。其中之一是条件列表理解：

import pandas as pd
s = pd.DataFrame({'x':['p','2','3','d','f','0']})
out = [ x if x.isdigit() else '' for x in s['x'] ]
# Output: ['', '2', '3', '', '', '0']

【讨论】：

【解决方案3】：

或查看使用pd.to_numeric 和errors='coerce' 将列转换为数字并消除非数字值：

使用@Raidex 设置：

s = pd.DataFrame({'x':['p','2','3','d','f','0']})
pd.to_numeric(s['x'], errors='coerce')

输出：

0    NaN
1    2.0
2    3.0
3    NaN
4    NaN
5    0.0
Name: x, dtype: float64

编辑以处理任何一种情况。

s['x'].where(~s['x'].str.isdigit())

输出：

0      p
1    NaN
2    NaN
3      d
4      f
5    NaN
Name: x, dtype: object

或

s['x'].where(s['x'].str.isdigit())

输出：

0    NaN
1      2
2      3
3    NaN
4    NaN
5      0
Name: x, dtype: object

【讨论】：

但这不是删除数字吗？
@ChristianSloper 不，你会看到输出结果。
所以你没有回答这个问题？
@ChristianSloper 好的。如果你这么说。我会让 OP 扩展他的要求。感谢您的意见。
他说..如何删除数字，你展示如何删除非数字？我完全看不出你是如何回答这个问题的，但可以肯定。