pandas从列中的字符串如何删除不需要的部分

您可以使用 `str.replace()` 方法或正则表达式来删除列中的字符串中不需要的部分。

例如，假设您有一个名为 `df` 的 Pandas 数据框，并且其中有一个名为 `column_name` 的列包含以下字符串：

'ABC_123', 'DEF_456', 'GHI_789'

如果您想要删除所有字符串中的下划线和后面的数字，您可以使用以下代码：

df['column_name'] = df['column_name'].str.replace(r'_\d+', '')

这将使用正则表达式 `r'_\d+'` 来匹配字符串中的下划线和后面的数字，然后用空字符串替换它们。

最终结果将是：

'ABC', 'DEF', 'GHI'

相关问题

pandas从列中的字符串如何删除不需要的部分如温度的后缀

可以使用pandas的`str`属性和`replace()`方法来删除不需要的部分。例如，如果你有如下的数据框:

import pandas as pd

df = pd.DataFrame({'temperature': ['25C', '30F', '22C', '18F']})

你可以使用`str.replace()`方法来删除字符串中的后缀，如下所示:

df['temperature'] = df['temperature'].str.replace('C', '').str.replace('F', '')

这将删除温度字符串中的'C'和'F'后缀。结果如下所示:

   temperature
0           25
1           30
2           22
3           18

如果你想要在原始数据框上进行更改，可以使用`inplace=True`参数:

df['temperature'].replace({'C':'','F':''}, regex=True, inplace=True)

这将直接在原始数据框上进行更改，结果如下所示:

   temperature
0           25
1           30
2           22
3           18

pandas 如何将列中字符串删除

在Pandas中，如果你想要删除某一列中的字符串（通常是通过空值替换或者其他操作后剩余的非数字值），可以使用`dropna()`函数配合`astype()`来进行操作。以下是步骤：

1. 首先，确定你想删除空值的那一列名，例如`column_name`。
2. 使用`dropna()`函数删除包含空值的行：

   df = df.dropna(subset=['column_name'])  # 'df'是你需要操作的数据框

3. 如果你只想删除特定值的行（比如所有字符串），可以在`dropna()`函数中指定`how='all'`并传递一个布尔序列作为`subset`，例如只保留整数类型的值：

   df = df[df['column_name'].apply(lambda x: pd.api.types.is_numeric_dtype(x)) == True]

4. 如果你想直接移除列中的字符串，可以使用`astype()`转换数据类型，将其转换为数值类型，如`int`、`float`等，然后筛选出非空值：

   df['column_name'] = df['column_name'].astype(str).str.replace(r'\D', '')  # 删除字符串非数字部分
   df = df[pd.to_numeric(df['column_name'], errors='coerce').notnull()]  # 删除无法转换成数字的部分

请注意，这一步会丢弃无法转换成对应数值型的所有数据。