Python 如何在数据清理过程中有效地删除所有数字？

这是我的数据集

id                                             descriptions
0                       kartu debit 20 10 indomaretcipete r
1                                         tarikan atm 20 10
2                                         tarikan atm 19 10
3                                                 biaya adm
4                       trsf 18 10 wsid 23881 indah lestari

这就是我所做的

def cleaning(text):
    stops = {'10', '18','19', '20', '23881'}
    text = [word for word in text if not word in stops]
    text = " ".join(text)
return(text)

df['description_clean'] = df['description'].apply(cleaning)

这是我得到的

  id                                              descriptions
  0                             kartu debit indomaretcipete r
  1                                               tarikan atm
  2                                               tarikan atm
  3                                                 biaya adm
  4                                   trsf wsid indah lestari

---

这是无效的，我不断添加新数字以改进stopwords，如何一次完成？

IIUC，您需要从数据帧中删除数字，请使用以下方法：

df_new=df.replace('\d+ ','',regex=True)
print(df_new)

   id                   descriptions
0   0  kartu debit indomaretcipete r
1   1                 tarikan atm 10
2   2                 tarikan atm 10
3   3                      biaya adm
4   4        trsf wsid indah lestari

仅适用于一个系列：

df['descriptions']=df['descriptions']。替换（'\d+'，''，regex=True）

---

注意：我在正则表达式中的

d+

后面添加了一个空格，这取决于您的示例，如果您愿意，可以不使用它

IIUC，您需要从数据帧中删除数字，请使用以下命令：

df_new=df.replace('\d+ ','',regex=True)
print(df_new)

   id                   descriptions
0   0  kartu debit indomaretcipete r
1   1                 tarikan atm 10
2   2                 tarikan atm 10
3   3                      biaya adm
4   4        trsf wsid indah lestari

仅适用于一个系列：

df['descriptions']=df['descriptions']。替换（'\d+'，''，regex=True）

注意：我在正则表达式中的

d+

后面添加了一个空格，这取决于您的示例，如果您愿意，可以不使用它

您需要：

def replace_numbers(s):
    return re.sub(r'\d*', '', s)


df['description'] = df['description'].apply(replace_numbers)

你需要：

def replace_numbers(s):
    return re.sub(r'\d*', '', s)


df['description'] = df['description'].apply(replace_numbers)

使用和：

或：

或：

---

使用和：

或：

或：

---

---

到目前为止最好的答案，但也是slow@NabihBawazir熊猫的串操作通常很慢。检查其他解决方案是否加快了流程。目前为止，最好的答案是slow@NabihBawazir熊猫的串操作通常很慢。检查其他解决方案是否加快了流程。

df['descriptions'] = [' '.join(re.findall('[a-zA-Z]+',s)) for s in df['descriptions']]

print(df)
   id                   descriptions
0   0  kartu debit indomaretcipete r
1   1                    tarikan atm
2   2                    tarikan atm
3   3                      biaya adm
4   4        trsf wsid indah lestari