从python中的列中删除数字

我想删除Python数据帧中某个列的条目中的所有数字。不幸的是，像

.join（）

和

.find（）

这样的命令是不可移植的（当我定义一个函数来迭代条目时，它会给我一个消息，浮动变量没有

.find

和

.join

属性）。熊猫有没有什么命令来处理这个问题

def remove(data):

  for i in data if not i.isdigit():
    data=''         
    data=data.join(i)  
    return data

myfile['column_name']=myfile['column_name'].apply(remove()) 

---

没有数据样本无法确定，但您的代码暗示

data

包含字符串，因为您在元素上调用

isdigit

假设上述情况，有很多方法可以实现您的愿望。其中之一是条件列表理解：

import pandas as pd
s = pd.DataFrame({'x':['p','2','3','d','f','0']})
out = [ x if x.isdigit() else '' for x in s['x'] ]
# Output: ['', '2', '3', '', '', '0']

---

您可以删除以下所有数字：

import pandas as pd

df = pd.DataFrame ( {'x' : ['1','2','C','4']})
df[ df["x"].str.isdigit()  ] = "NaN"

---

或者使用

pd.to_numeric

with

errors='concurve'

将列强制转换为数值并消除非数值：

使用@Raidex安装程序：

s = pd.DataFrame({'x':['p','2','3','d','f','0']})
pd.to_numeric(s['x'], errors='coerce')

输出：

0    NaN
1    2.0
2    3.0
3    NaN
4    NaN
5    0.0
Name: x, dtype: float64

0      p
1    NaN
2    NaN
3      d
4      f
5    NaN
Name: x, dtype: object

0    NaN
1      2
2      3
3    NaN
4    NaN
5      0
Name: x, dtype: object

编辑以处理任一情况

s['x'].where(~s['x'].str.isdigit())

输出：

0    NaN
1    2.0
2    3.0
3    NaN
4    NaN
5    0.0
Name: x, dtype: float64

0      p
1    NaN
2    NaN
3      d
4      f
5    NaN
Name: x, dtype: object

0    NaN
1      2
2      3
3    NaN
4    NaN
5      0
Name: x, dtype: object

或

输出：

0    NaN
1    2.0
2    3.0
3    NaN
4    NaN
5    0.0
Name: x, dtype: float64

0      p
1    NaN
2    NaN
3      d
4      f
5    NaN
Name: x, dtype: object

0    NaN
1      2
2      3
3    NaN
4    NaN
5      0
Name: x, dtype: object

---

提供一个前后数据帧示例会很有帮助，这样我们就可以准确地确定您的意思和需要。我应该解释得更好，我想做的是将tin1t9in之类的条目转换为tintin，这意味着删除列中条目的数字字符。但这并不是删除数字？@ChristianSloper Nope，你看到了输出结果。那么你没有回答这个问题吗？@ChristianSloper，好的。如果你这样说。我会按他的要求让行动组扩大范围。谢谢你的意见。他说。。如何删除数字，并演示如何删除非数字？我看不出你是怎么回答这个问题的，但我肯定。