Python 从“string1234”中剥离字符串

我是python新手，我想在我的数据挖掘研究中使用这种漂亮的语言。 我现在手头上有一个大数据文件，不幸的是，示例标识被定义为附加在数字上的字符串，如下所示：

A、 B1、B2、B3、C1、C2、C3 0.2,0.456,0.7,1.01,0.91,0.11,0.31

为了构建一个有用的分类器，我需要将字母中的数字去掉，以便设置一个目标，即

集合['A'、'B'、'C']

我首先需要做的是创建一个带有剥离标题的输出，这样新的csv文件应该是：

A、 B，B，B，C，C，C 0.2,0.456,0.7,1.01,0.91,0.11,0.31

因为我拥有的文件非常庞大，我想从我的函数中浏览大数字列，并从数字中去掉它们的标题。可能代码的行为方式如下：

import numpy as np
import pandas as pnda
#from sklearn.linear_model import Ridge, Lasso
import string
import csv
import os

# Please don't pay attention to the first part of the code, it is just to load the file 

def get_file_path(filename):
    drkt = os.getcwd()
    file_path = os.path.join(drkt,filename)

    return file_path
    file_path = get_file_path('testing.csv')


def read_csv(file_path):
    data_file = open(file_path, 'rU')
    reader = csv.reader(data_file)
    headers_=reader.next()
print headers_ # Just to see the lines

这肯定是一个非常原始的代码，但我只想演示一下我遇到的问题。我基本上只想将strip0123456789=用于标题“行”，但我不知道如何达到这一点。我设法去除了标题，但我发现我的代码拉出并去除了整个列，这不是我想要的，我想去除每个csv日期文件中的第一行

请接受我的道歉，如果我的信息很长或如果我没有解释好我的观点

---

期待您的回复

我不完全理解您的要求，但您是否在寻找这样的功能

 def remove_numbers(l):
     #Create string to use for output
     output = "";
     #loop through the input string
     for x in l:
        #Test to see what characters are NOT digits
         if not x.isdigit():
            #If it isn't a digit add it to the output string
            output += x
    #Return the output string
    return output

此函数将字符串作为输入，并删除作为数字的字符。运行这个输入A，B1，B2，B3，C1，C2，C3可以得到这个输出'A，B，B，C，C，C'。我想您可以在进行其他处理之前运行此程序

---

编辑：正则表达式也可以用来实现这一目标

正如@whereswalden所建议的，您就快到了

import csv

def read_csv(file_path):
    data_file = open(file_path, 'rU')
    reader = csv.reader(data_file)
    headers_=reader.next()
    print headers_ # ['A', ' B1', ' B2', ' B3', ' C1', ' C2', ' C3']

    # Process headers outside of loop
    headers_ = [col.strip("0123456789=,") for col in headers_]
    print headers_ # ['A', ' B', ' B', ' B', ' C', ' C', ' C']

    for row in reader:
        # do what you want with the data rows

---

用正则表达式把它们剥离出来怎么样

这将从头中删除所有整数

import re
col = "A2"

re.sub(r"\d","",col)

输出

就你而言

headers_=reader.next()
headers_ = [re.sub(r"\d","",col) for col in headers_]
# do something with headers_

---

为什么不直接打电话给警察局？如果您在行中循环，请在循环之外处理标题。这段代码完美地完成了任务。非常感谢托尼，非常感谢。谢谢你，梅文，我感谢你花时间回复我的帖子。我发现上面Tony的答案非常简洁实用，它正是我想要的。非常感谢您花时间回复，非常感谢。我使用了Tony first的答案，它做得很漂亮。

headers_=reader.next()
headers_ = [re.sub(r"\d","",col) for col in headers_]
# do something with headers_