如何在Python中从dataframe列中的字符串中删除非字母数字字符？

我有一个DF列，其中有许多字符串。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：

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

---

但这不起作用，我觉得应该有一种更有效的方法使用regex来实现这一点。任何帮助都将不胜感激。

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

---

要保留字母数字字符（而不仅仅是预期输出中的字母），您需要：

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

您也可以使用regex

import re

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

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

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

['abc', 'abc']

---

由于您编写了字母数字，因此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]', '')

---

但是基本上是COLDSPEED写的

是正确的，我必须加上0-9和空格，因为我想这样，但是COLDSPEED的答案是第一个，而且是正确的方法。