使用 Python 删除列中的非数字值

Question

我已阅读有关类似示例的各种其他问题； 然而，我认为我的例子足够不同，值得提出一个新问题。

我有以下格式的数据框：

'Bob, Dole, 00001' '0.4'
'John, Smith, 00002' '0.2'

我想删除名称并将 ID 保留在第一列中：

'00001' '0.4'
'00002' '0.2'

我是 Python 的新手，我偶然发现了这个有效的代码片段。 首先，我将数据帧Dat转换为 numpy A = Dat.to_numpy() 。 然后我可以使用以下方法删除名称部分：

import re
print(re.sub("[^0-9]", "", A[1,0]))

我只是不知道如何将它应用于整个数据帧（不使用循环）。 有没有更简单的方法来做到这一点？ 或者我应该只使用 for 循环？

Answer 1

听起来您可以使用 apply - 创建一个函数，例如在一行中执行您希望它执行的操作，然后使用以下语法：

df.apply(func)

希望这有帮助，如果没有让我知道。

Answer 2

您可以使用.extract()将 ID 从列中拉出：

import pandas as pd

df = pd.DataFrame({
    'x': ['Bob, Dole, 00001', 'John, Smith, 00002'], 
    'y': ['0.4', '0.2']})

df['x'] = df['x'].str.extract(r'\w+, (\d+)')
print(df)

       x    y
0  00001  0.4
1  00002  0.2