从熊猫数据框中删除所有数字

Question

我有一个标记化的文本。里面有1.2、2.3等数字 我使用以下代码删除它们，但它们不起作用

train_vs['doc_text'] = train_vs['doc_text'].apply(lambda x: [c for c in x if not c.isnumeric()])
train_vs['doc_text'] = train_vs['doc_text'].apply(lambda x: [c for c in x if not c.isdigit()])  

有关如何删除这些数字的任何帮助？ 谢谢

Answer 1

.apply 是pd.Series 和pd.DataFrame 的一个方法，您在Series 上调用它。这里的结果是你的 lambda 的每个 x 都是你数据框中的一个值。如果您的 Series 的每个值中确实有一个标记化列表，那么我不确定这是否理想。

无论如何，isdigit 和 isnumeric 无法检查开箱即用的浮点数。一个愚蠢的解决方法可能如下所示：

df = pd.DataFrame(
    {
    'smple':[
    ["12.34", "atrium"],
    ["12.34", "atrium"],["election", "foible"],
    ['USA', "2131244213213"]
        ]
    }
)


df.smple.apply(
    lambda x: [c for c in x if not (c.isnumeric() or c.replace('.','',1).isdigit())]
)

我认为这个thread 对你阅读会有帮助。