Python 从dataframe中删除字符串中包含数值的行
我有一个熊猫数据框,有两列,类型和文本 文本列包含字符串值。 如何删除文本列中包含一些数值的行。 e、 g: 我在下面尝试过,但出现了一个错误。知道这是为什么会出错吗Python 从dataframe中删除字符串中包含数值的行,python,pandas,Python,Pandas,我有一个熊猫数据框,有两列,类型和文本 文本列包含字符串值。 如何删除文本列中包含一些数值的行。 e、 g: 我在下面尝试过,但出现了一个错误。知道这是为什么会出错吗 df.drop(df[bool(re.match('^(?=.*[0-9]$)', df['text'].str))].index) 假设您将数值定义为x.isdigit()求值为True,则可以将任何与生成器表达式一起使用,并通过pd.Series.apply创建布尔掩码: s = pd.Series(['ABC', 'ABC
df.drop(df[bool(re.match('^(?=.*[0-9]$)', df['text'].str))].index)
假设您将数值定义为
x.isdigit()
求值为True
,则可以将任何
与生成器表达式一起使用,并通过pd.Series.apply创建布尔掩码:
s = pd.Series(['ABC', 'ABC 1.3.2', 'DEF', 'ABC12', '2.2.3', 'ABC 12 1', 'GHI'])
mask = s.apply(lambda x: not any(i.isdigit() for i in x))
print(s[mask])
0 ABC
2 DEF
6 GHI
dtype: object
在您的情况下,我认为最好使用简单的索引,而不是删除。例如:
>>> df
text type
0 abc b
1 abc123 a
2 cde a
3 abc1.2.3 b
4 1.2.3 a
5 xyz a
6 abc123 a
7 9999 a
8 5text a
9 text a
>>> df[~df.text.str.contains(r'[0-9]')]
text type
0 abc b
2 cde a
5 xyz a
9 text a
查找没有数字文本的任何行的
解释:
df.text.str.contains(r'[0-9]')
返回包含任意数字的布尔序列:
0 False
1 True
2 False
3 True
4 True
5 False
6 True
7 True
8 True
9 False
您可以将其与~
一起使用,在从jpp返回假数据的地方索引数据帧
s[s.str.isalpha()]
Out[261]:
0 ABC
2 DEF
6 GHI
dtype: object
正如我在评论中问的,你对数字的定义是什么。如果我们使用split()
遵循python的isnumeric
,我们会得到以下结果:
import pandas as pd
作为pd进口熊猫
df = pd.DataFrame({
'col1': ['ABC', 'ABC 1.3.2', 'DEF', 'ABC12', '2.2.3', 'ABC 12 1', 'GHI']
})
m1 = df['col1'].apply(lambda x: not any(i.isnumeric() for i in x.split()))
m2 = df['col1'].str.isalpha()
m3 = df['col1'].apply(lambda x: not any(i.isdigit() for i in x))
m4 = ~df['col1'].str.contains(r'[0-9]')
print(df.assign(hasnonumeric=m1,isalhpa=m2, isdigit=m3, contains=m4))
# Opting for hasnonumeric
df = df[m1]
印刷品:
col1 hasnonumeric isalhpa isdigit contains
0 ABC True True True True
1 ABC 1.3.2 True False False False
2 DEF True True True True
3 ABC12 True False False False
4 2.2.3 True False False False
5 ABC 12 1 False False False False
6 GHI True True True True
数字的定义是什么?字符串中的任何数字。例如“ABCD12”、“abc1.3”、“abc1.3.3”、“abc12”。据我所知,这些不是数字,而是数字。虽然这是一个定义问题,但最终你正在寻求答案。看起来不错,但值得注意的是其含义,例如,任何带有-
的内容都将被省略;i、 这模仿了Pythonstr.isalpha
。是的,这对我很有用!谢谢我只是想检查字符串是否包含任何数字字符,如1.2、1或1.2.1等。这给了我以下错误:TypeError:一元数的操作数类型错误~:“float”
。我的列dtype
是object
。我假设这意味着其中混合了数字和字符串(加载了read\u csv
)。在4个选项中,contains适合我的情况。如果字符串包含特殊字符,则isalpha将返回false,如.,'等等。我只想检查是否存在数字字符(1或1.2或1.2.1或1.2.1.2等),然后过滤掉数据帧。好的,很好。但这不是我的答案
col1 hasnonumeric isalhpa isdigit contains
0 ABC True True True True
1 ABC 1.3.2 True False False False
2 DEF True True True True
3 ABC12 True False False False
4 2.2.3 True False False False
5 ABC 12 1 False False False False
6 GHI True True True True