Python 如果数据框中有间距和数字，如何重命名？熊猫

在我的数据框的某些行中有间距和数字。例如，威斯康星州Florida16、Florida19 我想删除那些额外的数字和间距，只保留主要名称 我该如何使用重命名？我需要一个for循环吗

df.rename（）

尝试以下操作：

将熊猫作为pd导入
将numpy作为np导入
data=np.array（['Florida19'，'Testwithspace'，'AnotherNumber18'，['Florida19'，'Testwithspace'，'AnotherNumber18 andspace']））
df=pd.DataFrame（数据）
模式=['[0-9]+'，'\s.*']
替换=“”
df.replace（patterns，replacement，regex=True，inplace=True）
打印（df）

这导致：

0112
0佛罗里达测试另一个号码
1.另一个号码

编辑：

如果一个条目（例如威斯康星州）的所需输出应该是威斯康星州（州）（或者通常只是删除空格），那么使用

模式=['[0-9]+'，'\s']

这将导致：

0112
0佛罗里达测试，另一个数字为空
1个佛罗里达测试，另一个数字和空间

对于索引：

如果将这些值设置为数据帧的“索引”，如：

12
0
Florida19'测试，空格为“其他数字18”
Florida16'使用空格“”测试另一个数字18和空格'
威斯康星州“信息1”信息2

您可以将

df.rename（）

与正则表达式一起使用来更改这些索引：

将熊猫作为pd导入
将numpy作为np导入
进口稀土
data=np.array（['Florida19'，'testwithspace'，'AnotherNumber18'，]，
['Florida16'，'testwithspace'，'AnotherNumber18和space']，
[‘威斯康星州’、‘信息1’、‘信息2’]]
df=pd.DataFrame（数据）
df.set_索引（0，原地=真）
pattern1=r'[0-9]+|\s.'#匹配以空格开头的数字或字符串部分
pattern2=r'[0-9]+|\s'#仅用于删除数字和空格
df1=df.rename（索引=（lambda x:re.sub（pattern1'，，x））
df2=df.rename（索引=（lambda x:re.sub（pattern2'，，x））

这将产生：

df1=
1                           2
0
佛罗里达州“测试空间”“另一个数字18”
佛罗里达州“空间测试”“其他数字18和空间”
威斯康星州“信息1”“信息2”
df2=
1                           2
0
佛罗里达州“测试空间”“另一个数字18”
佛罗里达州“空间测试”“其他数字18和空间”
威斯康星州“信息1”信息2

尝试以下操作：

将熊猫作为pd导入
将numpy作为np导入
data=np.array（['Florida19'，'Testwithspace'，'AnotherNumber18'，['Florida19'，'Testwithspace'，'AnotherNumber18 andspace']））
df=pd.DataFrame（数据）
模式=['[0-9]+'，'\s.*']
替换=“”
df.replace（patterns，replacement，regex=True，inplace=True）
打印（df）

这导致：

0112
0佛罗里达测试另一个号码
1.另一个号码

编辑：

如果一个条目（例如威斯康星州）的所需输出应该是威斯康星州（州）（或者通常只是删除空格），那么使用

模式=['[0-9]+'，'\s']

这将导致：

0112
0佛罗里达测试，另一个数字为空
1个佛罗里达测试，另一个数字和空间

对于索引：

如果将这些值设置为数据帧的“索引”，如：

12
0
Florida19'测试，空格为“其他数字18”
Florida16'使用空格“”测试另一个数字18和空格'
威斯康星州“信息1”信息2

您可以将

df.rename（）

与正则表达式一起使用来更改这些索引：

将熊猫作为pd导入
将numpy作为np导入
进口稀土
data=np.array（['Florida19'，'testwithspace'，'AnotherNumber18'，]，
['Florida16'，'testwithspace'，'AnotherNumber18和space']，
[‘威斯康星州’、‘信息1’、‘信息2’]]
df=pd.DataFrame（数据）
df.set_索引（0，原地=真）
pattern1=r'[0-9]+|\s.'#匹配以空格开头的数字或字符串部分
pattern2=r'[0-9]+|\s'#仅用于删除数字和空格
df1=df.rename（索引=（lambda x:re.sub（pattern1'，，x））
df2=df.rename（索引=（lambda x:re.sub（pattern2'，，x））

这将产生：

df1=
1                           2
0
佛罗里达州“测试空间”“另一个数字18”
佛罗里达州“空间测试”“其他数字18和空间”
威斯康星州“信息1”“信息2”
df2=
1                           2
0
佛罗里达州“测试空间”“另一个数字18”
佛罗里达州“空间测试”“其他数字18和空间”
威斯康星州“信息1”信息2

您需要使用regex和.str.replace（“16”和“”）来删除此项您需要使用regex和.str.replace（“16”）来删除此项预期的输出不是“test”，而是“testwithspace”