Python loại bỏ các ký tự không phải chữ và số

Đây là một blogpost ngắn. Tôi muốn ghi lại công thức này vì lợi ích của riêng tôi và hy vọng nó sẽ giúp ích cho những người khác. Tôi đang làm việc với một tập dữ liệu rất lộn xộn với một số cột chứa các ký tự không phải chữ và số như #,. ,$^*) và thậm chí cả biểu tượng cảm xúc

numpy có hai phương thức

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

2 và

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

3

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

2 trả về True nếu tất cả các ký tự là chữ và số, i. e. chữ và số. tài liệu

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

3 trả về True nếu tất cả các ký tự là bảng chữ cái (chỉ bảng chữ cái, không có số). tài liệu

import numpy as np
import pandas as pd

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

df

col0abc1a b c2a_b_c3#$#$abc4abc1115abc111#@$@6abc. 1237ABC

Xóa ký hiệu và trả về chữ và số

def alphanum(element):
    
    return "".join(filter(str.isalnum, element))

________số 8

df

colalphanum0abcabc1a b cabc2a_b_cabc3#$#$abcabc4abc111abc1115abc111#@$@abc1116abc. 123abc1237ABCABC

Xóa các ký hiệu & số và chỉ trả về bảng chữ cái

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

0

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

1

colalphanumalphabets0abcabcabc1a b cabcabc2a_b_cabcabc3#$#$abcabcabc4abc111abc111abc5abc111#@$@abc111abc6abc. 123abc123abc7ABCABCABC

Thưởng. Xóa các ký hiệu & ký tự và chỉ trả lại số

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

2

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

3

colalphanumalphabetsnum0abcabcabc1a b cabcabc2a_b_cabcabc3#$#$abcabcabc4abc111abc111abc1115abc111#@$@abc111abc1116abc. 123abc123abc1237ABCABCABC

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

0

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

1

Lưu ý rằng cột

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

6 được trả về dưới dạng

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

7 (i. e. chuỗi) chứ không phải số, vì vậy hãy đảm bảo chuyển đổi nó thành

df = pd.DataFrame({'col':['abc', 'a b c', 'a_b_c', '#$#$abc', 'abc111', 'abc111#@$@', '  abc   !!! 123', 'ABC']})

8

Làm cách nào để xóa tất cả các ký tự không phải chữ cái khỏi một chuỗi trong Python?

Làm cách nào để xóa các ký tự chữ và số trong Python bằng regex?