对csv的某一列取文字删除数字并保存为新的一列

您可以使用Python编程语言中的pandas库来操作csv文件，并使用正则表达式来删除数字。

下面是一个示例代码，假设您要删除csv文件中名为“numbers”的列中的数字，并将结果保存到名为“new_column”的新列中。

import pandas as pd
import re

# 读取csv文件
df = pd.read_csv('your_file.csv')

# 使用正则表达式删除数字
df['new_column'] = df['numbers'].apply(lambda x: re.sub(r'\d+', '', str(x)))

# 保存到新的csv文件中
df.to_csv('new_file.csv', index=False)

在上面的代码中，首先使用pandas库的read_csv()函数读取csv文件并将其存储在一个名为df的DataFrame对象中。

然后，使用apply()函数和lambda表达式来遍历“numbers”列中的每个单元格，并使用re.sub()函数删除其中的数字。删除后的结果将存储在一个名为“new_column”的新列中。

最后，使用to_csv()函数将DataFrame对象保存到一个名为“new_file.csv”的新csv文件中，并将index参数设置为False以避免保存行索引。

相关问题

对csv的某一列取文字删除数字

假设要对csv文件中的第二列取出文字并删除数字，可以使用以下Python代码：

import csv

with open('data.csv', 'r') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        # 取出第二列文字并删除数字
        text = ''.join(filter(str.isalpha, row[1]))
        print(text)

这里使用csv模块读取csv文件，并针对每一行数据取出第二列的文字并删除数字，最后打印出来。其中，`filter(str.isalpha, row[1])`会返回第二列中所有的字母，而忽略数字和其他字符。如果要忽略其他字符，可以使用`filter(lambda x: x.isalpha() or x.isspace(), row[1])`。

怎么删除Csv文件中某一列的数字1和2

你可以使用Python中的pandas库来删除CSV文件中某一列的数字1和2。以下是一个示例代码：

import pandas as pd

# 读取CSV文件
df = pd.read_csv('your_file.csv')

# 删除数字1和2所在的列
df = df.drop(['column_name_1', 'column_name_2'], axis=1)

# 保存修改后的文件
df.to_csv('modified_file.csv', index=False)

在代码中，你需要将`your_file.csv`替换为你要修改的CSV文件的名称。然后，你需要将`column_name_1`和`column_name_2`替换为你要删除的列中数字1和2所在的列的名称。最后，代码将保存修改后的文件为`modified_file.csv`。