如何从字符串中删除所有字符并仅在数据框中保留数字？

Question

我在数据框中有几列包含数值和字符串
我想删除所有字符，只留下数字

Admit_DX_Description            Primary_DX_Description
510.9 - EMPYEMA W/O FISTULA     510.9 - EMPYEMA W/O FISTULA
681.10 - CELLULITIS, TOE NOS    681.10 - CELLULITIS, TOE NOS
780.2 - SYNCOPE AND COLLAPSE    427.89 - CARDIAC DYSRHYTHMIAS NEC
729.5 - PAIN IN LIMB            998.30 - DISRUPTION OF WOUND, UNSPEC

至

Admit_DX_Description            Primary_DX_Description
510.9                             510.9 
681.10                            681.10 
780.2                             427.89 
729.5                             998.30 

码：

  for col in strip_col:
       # # Encoding only categorical variables
       if df[col].dtypes =='object':
           df[col] = df[col].map(lambda x: x.rstrip(r'[a-zA-Z]'))

print df.head()

错误：
Traceback（最近一次调用最后一次）：

df[col] = df[col].map(lambda x: x.rstrip(r'[a-zA-Z]'))

文件“/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/series.py”，第2175行，在地图中new_values = map_f（values，arg）文件“pandas /src/inference.pyx“，第1217行，在pandas.lib.map_infer中（pandas / lib.c：63307）

df[col] = df[col].map(lambda x: x.rstrip(r'[a-zA-Z]'))

AttributeError：'int'对象没有属性'rstrip'

Answer 1

您可以使用此示例：

我选择re模块只提取浮点数。

import re
import pandas

df = pandas.DataFrame({'A': ['Hello 199.9', '19.99 Hello'], 'B': ['700.52 Test', 'Test 7.7']})

df
             A            B
0  Hello 199.9  700.52 Test
1  19.99 Hello     Test 7.7

for col in df:
    df[col] = [''.join(re.findall("\d+\.\d+", item)) for item in df[col]]

       A       B
0  199.9  700.52
1  19.99     7.7

如果您还有整数，请将re pattern更改为： \\d*\\.?\\d+ 。

EDITED

对于TypeError我建议使用try 。 在这个例子中，我创建了一个列表errs 。 except TypeError此列表将用于此列表。 您可以print (errs)以查看这些值。

检查df也是如此。

...
...
errs = []
for col in df:
    try:
        df[col] = [''.join(re.findall("\d+\.\d+", item)) for item in df[col]]
    except TypeError:
        errs.extend([item for item in df[col]])

Answer 2

您应该查看df.applymap并将其应用于要从中删除文本的列。 [编辑]或者：

import pandas as pd 
test = [{'c1':10, 'c2':100}, {'c1':11,'c2':110}, {'c1':12,'c2':120}] 
fun = lambda x: x+10 
df = pd.DataFrame(test) 
df['c1'] = df['c1'].apply(fun) 
print df