我在数据框中有几列包含数值和字符串
我想删除所有字符并仅保留数字

Admit_DX_Description            Primary_DX_Description
510.9 - EMPYEMA W/O FISTULA     510.9 - EMPYEMA W/O FISTULA
681.10 - CELLULITIS, TOE NOS    681.10 - CELLULITIS, TOE NOS
780.2 - SYNCOPE AND COLLAPSE    427.89 - CARDIAC DYSRHYTHMIAS NEC
729.5 - PAIN IN LIMB            998.30 - DISRUPTION OF WOUND, UNSPEC




Admit_DX_Description            Primary_DX_Description
510.9                             510.9
681.10                            681.10
780.2                             427.89
729.5                             998.30


码:

  for col in strip_col:
       # # Encoding only categorical variables
       if df[col].dtypes =='object':
           df[col] = df[col].map(lambda x: x.rstrip(r'[a-zA-Z]'))

print df.head()


错误:
追溯(最近一次通话):

df[col] = df[col].map(lambda x: x.rstrip(r'[a-zA-Z]'))


地图中的文件“ /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/series.py”,第2175行
    new_values = map_f(values,arg)
  在pandas.lib.map_infer中的文件“ pandas / src / inference.pyx”,第1217行(pandas / lib.c:63307)

df[col] = df[col].map(lambda x: x.rstrip(r'[a-zA-Z]'))


AttributeError:“ int”对象没有属性“ rstrip”

最佳答案

您可以使用以下示例:

我选择re模块仅提取浮点数。

import re
import pandas

df = pandas.DataFrame({'A': ['Hello 199.9', '19.99 Hello'], 'B': ['700.52 Test', 'Test 7.7']})

df
             A            B
0  Hello 199.9  700.52 Test
1  19.99 Hello     Test 7.7

for col in df:
    df[col] = [''.join(re.findall("\d+\.\d+", item)) for item in df[col]]

       A       B
0  199.9  700.52
1  19.99     7.7


如果您也有整数,请将re pattern更改为此:\d*\.?\d+

已编辑

对于TypeError,我建议使用try。在此示例中,我创建了一个列表errs。此列表将在except TypeError中使用。您可以print (errs)查看这些值。

还要检查df

...
...
errs = []
for col in df:
    try:
        df[col] = [''.join(re.findall("\d+\.\d+", item)) for item in df[col]]
    except TypeError:
        errs.extend([item for item in df[col]])

关于python - 如何从字符串中删除所有字符并仅在数据帧中保留数字?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/42032383/

10-10 18:46
查看更多