Question

假设我有一个数据集，在这些数据集的某些列中我有列表。第一个关键问题实际上是有很多列有这样的列表，其中字符串可以用（';'）或（';;'）分隔，字符串本身以白名单或偶数（';）开头。

对于这些问题的某些情况，我实现了这个功能：

g = [';','']
f = []
for index, row in data_a.iterrows():
for x in row['column_1']:
    if (x in g):
        norm = row['column_1'].split(x)
        f.append(norm)
        print(norm)
        else:

实际上它有效，但问题是它返回了重复的行，并且无法用其他分隔符解决任务。

另一个问题是我改变了存储列值的方式后使用虚拟对象：

column_values = data_a['column_1']
data_a.insert(loc=0, column='new_column_8', value=column_values)
dummies_new_win =      pd.get_dummies(data_a['column_1'].apply(pd.Series).stack()).sum(level=0)

而不是在我的情况下获得40列，我得到50或60.由于事实，我无法创建一个从列表中删除除了字母表之外的所有内容的函数。我想了解如何实现这样的功能，因为相同的字符串含义可以用不同的方式编写：

name-Jack  or name(Jack)

所需的输出如下所示：

nameJack  nameJack

Answer 1

我不确定我是否理解你，但要删除所有非字母数字，你可以使用简单的正则表达式。

示例：

import re
n = '-s;a-d'
re.sub(r'\W+', '', n)

输出：'悲伤'

Answer 2

您可以将str.replace用于pandas Series。

df = pd.DataFrame({'names': ['name-Jack','name(Jack)']})

df

#         names
# 0   name-Jack
# 1  name(Jack)

df['names'] = df['names'].str.replace('\W+','')

df

#       names
# 0  nameJack
# 1  nameJack

删除列行中除字母之外的所有字符

2 个答案: