Question

我有这样的数据集

data = pd.DataFrame({ 'a' : [5, 5, '2 bad']})

我想将其转换为

{ 'a.digits' : [5, 5, 2], 'a.text' : [nan, nan, 'bad']}

我可以得到一个＆＃39; a.digits＆＃39;如吼叫

data['a.digits'] = data['a'].replace('[^0-9]', '', regex = True) 
5    2
2    1
Name: a, dtype: int64

当我做的时候

data['a'] = data['a'].replace('[^\D]', '', regex = True)

或

data['a'] = data['a'].replace('[^a-zA-Z]', '', regex = True)

我得到了

5      2
bad    1
Name: a, dtype: int64

出了什么问题？如何删除数字？

Answer 1

这样的东西就足够了吗？

In [8]: import numpy as np

In [9]: import re

In [10]: data['a.digits'] = data['a'].apply(lambda x: int(re.sub(r'[\D]', '', str(x))))

In [12]: data['a.text'] = data['a'].apply(lambda x: re.sub(r'[\d]', '', str(x)))

In [13]: data.replace('', np.nan, regex=True)
Out[13]: 
       a a.digits a.text
0      5        5    NaN
1      5        5    NaN
2  2 bad        2    bad

Answer 2

假设2和单词bad之间有空格，你可以这样做：

data['Text'] = data['a'].str.split(' ').str[1]

如何拆分数字和文字

2 个答案: