python - 对于每个带有 'phone' 的 pandas 数据帧列，删除非数字

Question

我有一个从 csv 创建的 python 数据框 (df)。我想获取包含“PHONE”(或“phone”或“Phone”)的每个列名称，并将其所有行更改为 5555555555 的格式。所以:

(555) 555-5555 将是 5555555555，

555-555-5555 将是 5555555555，

等等。

我尝试了以下操作，但出现语法错误。希望我至少有点接近:

phone_format = df.loc[:, df.columns.str.contains('PHONE')]
for col in phone_format:
    df['col'] = df.['col'].map(lambda x: x.replace('.', '').replace(' ', '').replace('-', '').replace('(', '').replace(')', ''))

Answer 1

使用filter选择包含“phone”的列(使用(?i)phone正则表达式以不区分大小写的方式)并apply 与 str.replace 删除非数字，最后更新 DataFrame 就位。

df.update(df.filter(regex='(?i)phone').apply(lambda s: s.str.replace(r'\D+', '', regex=True)))

示例:

# before
           pHoNe  other Phone  other col
0  (555) 55 5555  555-555-555    (55-55)

# after
       pHoNe  other Phone  other col
0  555555555    555555555    (55-55)

可重现的输入:

df = pd.DataFrame({'pHoNe': ['(555) 55 5555'], 'other Phone': ['555-555-555'], 'other col': ['(55-55)']})