如何格式化pandas数据框中的文本

Question

我有一个pandas数据帧：

df

id  Description
1   2694 A&W #5530 MONTREAL QC
2   ahi DOLLARAMA # 45 MONTREAL QC
3   PC - PAYMENT FROM - *****11*22

我想格式化此数据框，以便列df["Description"]没有#，-，*或numbers，例如：

id  Description

1   A&W MONTREAL QC
2   ahi DOLLARAMA MONTREAL QC
3   PC PAYMENT FROM

我尝试使用python模块重新编写。但我错了。

由于

Answer 1

尝试使用这样的正则表达式：

df.Description = df.Description.str.replace(r'[\d#\-\*]', '')

这给出了

0               A&W  MONTREAL QC
1    ahi DOLLARAMA   MONTREAL QC
2             PC  PAYMENT FROM  
Name: foo, dtype: object

Answer 2

您可以使用pandas DateTime.Now + date1和.apply删除re.sub，即：

[^A-Z ]+

import pandas as pd
import re
test = ['2694 A&W #5530 MONTREAL QC', 'ahi DOLLARAMA # 45 MONTREAL QC', 'PC - PAYMENT FROM - *****11*22']

def change_me(content):
    content =  re.sub(r"[^A-Z ]+", "", content, 0, re.IGNORECASE)
    return re.sub(r"[ ]{2,}", " ", content, 0, re.IGNORECASE)

df = pd.DataFrame({'Desc':test})
df.Desc = df.Desc.apply(change_me)

Regex Demo and Explanation

PS：
请阅读@ ami的评论， Desc 0 AW MONTREAL QC 1 ahi DOLLARAMA MONTREAL QC 2 PC PAYMENT FROM 是适合此类任务的函数。