[英]Issue in applying str.contains across multiple columns in Python
Dataframe:
col1 col2 col3
132jh.2ad3 34.2 65
298.487 9879.87 1kjh8kjn0
98.47 79.8 90
8763.3 7hkj7kjb.k23l 67
69.3 3765.9 3510
所需的 output:
col1 col2 col3
98.47 79.8 90
69.3 3765.9 3510
我嘗試過的:(這不會刪除所有帶有字母數字值的行)
df=df[~df['col1'].astype(str).str.contains(r'[A-Ba-b]')] #for col1
df=df[~df['col2'].astype(str).str.contains(r'[A-Ba-b]')] #for col2
df=df[~df['col3'].astype(str).str.contains(r'[A-Ba-b]')] #for col3
我想刪除所有字母數字行,並且只有包含數字的行。 Col1 和 Col2 有小數點,但 Col3 只有整數。
我已經嘗試了一些其他類似的線程,但它沒有用。
謝謝您的幫助!!
您可以只使用to_numeric
:
df[df.apply(pd.to_numeric, errors='coerce').notnull().all(1)]
Output:
col1 col2 col3
2 98.47 79.8 90
4 69.3 3765.9 3510
跑:
df[~df.apply(lambda row: row.str.contains(r'[A-Z]', flags=re.I).any(), axis=1)]
(需要重新導入)。
您的正則表達式包含[AB] ,但它應該匹配所有字母(從A到Z )。
如果您還有其他列,但您想將您的標准限制為僅指定的 3 個列,假設它們是連續的列,請運行:
df[~df.loc[:, 'col1':'col3'].apply(lambda row:
row.str.contains(r'[A-Z]', flags=re.I).any(), axis=1)]
這樣,您將與上面相同的 function 應用於這 3 列。
這是一個不需要使用apply
(可能很慢)而是stack
的解決方案
# stack and use isnumeric to see if str is a number or float
# then unstack and dropna
df[df.stack().str.replace('.','').str.isnumeric().unstack()].dropna()
col1 col2 col3
2 98.47 79.8 90
4 69.3 3765.9 3510
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.