如何从 Python 的数据框列中的字符串中删除非字母数字字符？

Posted 2023-02-23

【中文标题】如何从 Python 的数据框列中的字符串中删除非字母数字字符？

【英文标题】：How to remove non-alpha-numeric characters from strings within a dataframe column in Python?

【发布时间】：2018-02-24 17:42:00

【问题描述】：

我有一个 DF 列，其中包含许多字符串。我需要从该列中删除所有非字母数字字符：即：

df['strings'] = ["a#bc1!","a(b$c"]

运行代码：

Print(df['strings']): ['abc','abc']

我试过了：

df['strings'].replace([',','.','/','"',':',';','!','@','#','$','%',"'","*","(",")","&",],"")

但这不起作用，我觉得应该有一种更有效的方法来使用正则表达式来做到这一点。任何帮助将不胜感激。

【参考方案1】：

使用str.replace。

df
  strings
0  a#bc1!
1   a(b$c

df.strings.str.replace('[^a-zA-Z]', '')
0    abc
1    abc
Name: strings, dtype: object

---

要保留 字母数字 个字符（而不仅仅是您预期的输出建议的字母），您需要：

df.strings.str.replace('\W', '')
0    abc1
1     abc
Name: strings, dtype: object 

【参考方案2】：

由于您编写的是字母数字，因此您需要在正则表达式中添加 0-9。 但也许你只想要字母...

import pandas as pd

ded = pd.DataFrame('strings': ['a#bc1!', 'a(b$c'])

ded.strings.str.replace('[^a-zA-Z0-9]', '')

但这基本上是COLDSPEED写的

【讨论】：

这是正确的，我必须添加 0-9 和空格，因为我想要这个，但是coldspeed 的答案是第一个并且是正确的方法。

【参考方案3】：

你也可以使用正则表达式

import re

regex = re.compile('[^a-zA-Z]')

l = ["a#bc1!","a(b$c"]

print [regex.sub('', i) for i in l]

['abc', 'abc']