我有这个 pandas 数据框
0 Tokens
1: 'rice', 'XXX', '250g'
2: 'beer', 'XXX', '750cc'
这里的所有标记,“rice”,“XXX”和“250g”都在同一个字符串列表中,也在同一列中
我想删除数字,因为换句话说, 数字无法删除。
我尝试过这段代码:
def remove_digits(tokens):
"""
Remove digits from a string
"""
return [''.join([i for i in tokens if not i.isdigit()])]
df["Tokens"] = df.Tokens.apply(remove_digits)
df.head()
但它只加入了字符串,我显然不想这样做。
我想要的输出:
0 Tokens
1: 'rice' 'XXX' 'g'
2: 'beer', 'XXX', 'cc'
最佳答案
这可以使用 pandas 方法实现,这些方法是矢量化的,因此比循环更有效。
import pandas as pd
df = pd.DataFrame({"Tokens": [["rice", "XXX", "250g"], ["beer", "XXX", "750cc"]]})
col = "Tokens"
df[col] = (
df[col]
.explode()
.str.replace("\d+", "", regex=True)
.groupby(level=0)
.agg(list)
)
# Tokens
# 0 [rice, XXX, g]
# 1 [beer, XXX, cc]
这里我们使用:
-
pandas.Series.explode
将一系列列表转换为行 -
pandas.Series.str.replace
将出现的\d
(数字 0-9)替换为""
(无) -
pandas.Series.groupby
按索引 (level=0
) 对系列进行分组,并将它们放回列表 (.agg(list)
)
关于python - 从 pandas 列的字符串列表中删除数字,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/68339570/