在保留字母数字词的同时删除特殊字符

Question

我正在清理具有以下内容的数据集：

[IN]

my_Series = pd.Series(["-","ASD", "711-AUG-M4G","Air G2G", "Karsh"])
my_Series.str.replace("[^a-zA-Z]+", " ")

[OUT]

0            
1         ASD
2     AUG M G
3     Air G G
4       Karsh

[IDEAL OUT]

0            
1         ASD
2     AUG M4G
3     Air G2G
4       Karsh

我的目标是删除特殊字符和数字，但是有一个包含字母数字的单词，应该保留。有人可以帮忙吗？

Answer 1

尝试使用idx:Session:Node:Server8以获得理想的输出。

apply

---

输出：

>>> my_Series = pd.Series(["-","ASD", "711-AUG-M4G","Air G2G", "Karsh"])

说明：

我已将>>> my_Series.apply(lambda x: " ".join(['' if word.isdigit() else word for word in x.replace('-', ' ').split()])) 0 1 ASD 2 AUG M4G 3 Air G2G 4 Karsh dtype: object 替换为-，并在space上分割了字符串。然后检查单词是否为数字。

如果是数字，则用空字符串替换，否则用实际单词替换。

最后我们加入了名单。

编辑1：

regex解决方案：-

spaces

说明：

使用lookaround。

>>> my_Series.str.replace("((\d+)(?=.*\d))|([^a-zA-Z0-9 ])", " ")
0             
1          ASD
2      AUG M4G
3      Air G2G
4        Karsh
dtype: object

（如果后面跟有其他任何数字，则为最后一个数字） OR （允许字母数字）