Regex 从熊猫系列（所有组）中提取所有数字字符

我正在尝试对pandas系列使用str.extract（“（\d+”）方法来获取电话号码的数字，该电话号码看起来像：（123）456-7890

使用此方法仅返回123，但我希望输出为1234567890

一般来说，我想知道如何从字符串中获取所有数字，而不必担心组

谢谢

来源DF:

In [66]: x
Out[66]:
              phone
0    (123) 456-7890
1   +321 / 555-7890
2  (111) - 666 7890

在这种情况下，使用

'\D+'

RegEx删除所有非数字要容易得多，因为它将处理任何类型的电话格式（如

+123 456789

或

（123）/456-789

等）：

使用

Series.str.extract

您需要编写相当复杂的正则表达式来解析不同的电话格式

源DF:

In [66]: x
Out[66]:
              phone
0    (123) 456-7890
1   +321 / 555-7890
2  (111) - 666 7890

在这种情况下，使用

'\D+'

RegEx删除所有非数字要容易得多，因为它将处理任何类型的电话格式（如

+123 456789

或

（123）/456-789

等）：

使用

Series.str.extract

您需要编写相当复杂的正则表达式来解析不同的电话格式

结果:

    no              clean
0   (123) 456-7890  1234567890
1   +321 / 555-7890 3215557890

结果:

    no              clean
0   (123) 456-7890  1234567890
1   +321 / 555-7890 3215557890

---

或者你也可以用熊猫替换法

df['clean'] = df['phone'].replace('\D+', '', regex = True)

或者，如果要覆盖列本身，请使用

df['clean'].replace('\D+', '', regex = True, inplace = True)

---

或者你也可以用熊猫替换法

df['clean'] = df['phone'].replace('\D+', '', regex = True)

或者，如果要覆盖列本身，请使用

df['clean'].replace('\D+', '', regex = True, inplace = True)

---

这很有效，谢谢。你能解释一下原因吗？在这种情况下，它在做什么？为什么替换比提取更好？@andrebo7，我已经扩展了我的答案-请检查这是否有效，谢谢。你能解释一下原因吗？在这种情况下，它在做什么？为什么替换比提取更好？@andrebo7，我扩展了我的答案-请检查是的，这很聪明！谢谢欣赏：）是的，这很聪明！谢谢谢谢：）是的！这就是我要找的！这就是我要找的