如何在python中查找和删除无效/无意义的文本？

我想删除单元格中无意义或无效的数据。 （单元格中无意义字母或数字的组合）

我的数据如下。

ID         A1           B1          C1
1          apple        adfs        banana
2          I love you   mom         111
3          zaaaaf       dad         348080

ID         A1           B1          C1
1          apple                    banana
2          I love you   mom         
3                       dad          

预期输出如下。

ID         A1           B1          C1
1          apple        adfs        banana
2          I love you   mom         111
3          zaaaaf       dad         348080

ID         A1           B1          C1
1          apple                    banana
2          I love you   mom         
3                       dad          

---

如何才能做到这一点？

您可以将值与一些指令进行比较，这里来自

ntlk

，如果不匹配，则删除值，但仍有可能删除一些值，如

mom

，如果字典ntlk中不存在：

import nltk
words = set(nltk.corpus.words.words())

#https://stackoverflow.com/a/41290205
f = lambda x: " ".join(w for w in nltk.wordpunct_tokenize(x) if w.lower() in words)

#apply only for object columns (obviously strings)
cols = df.select_dtypes(object).columns
df[cols] = df[cols].applymap(f)
print (df)
   ID          A1   B1      C1
0   1       apple       banana
1   2  I love you             
2   3              dad        

---

您可以将值与一些指令进行比较，这里来自

ntlk

，如果与删除值不匹配，则可以删除一些值，如

mom

，如果字典ntlk中不存在：

import nltk
words = set(nltk.corpus.words.words())

#https://stackoverflow.com/a/41290205
f = lambda x: " ".join(w for w in nltk.wordpunct_tokenize(x) if w.lower() in words)

#apply only for object columns (obviously strings)
cols = df.select_dtypes(object).columns
df[cols] = df[cols].applymap(f)
print (df)
   ID          A1   B1      C1
0   1       apple       banana
1   2  I love you             
2   3              dad        

---

一套漂亮的标签。我能看到的唯一使用的东西（从输出中）可能是python/pandas。你真的试过用它们中的任何一个来解决这个问题吗？拜托，一套漂亮的标签。我能看到的唯一使用的东西（从输出中）可能是python/pandas。你真的试过用它们中的任何一个来解决这个问题吗？请。@jezrael我运行了您的代码，但出现了TypeError:应为字符串或字节，如object@purplecollar-似乎存在一些与数据相关的问题，数据是否机密？@jezrael类型的列是对象，并且有许多空白列。此外，许多列都有语句值。@purplecollar-您能测试值是否为字符串吗@耶斯雷尔好的，我会试试你的解决办法然后离开feedback@jezrael我运行了您的代码，但出现了TypeError：应为字符串或字节，如object@purplecollar-似乎存在一些与数据相关的问题，数据是否机密？@jezrael类型的列是对象，并且有许多空白列。此外，许多列都有语句值。@purplecollar-您能测试值是否为字符串吗@jezrael好的，我会尝试你的解决方案，然后留下反馈