Python Pandas从多列中删除非数字字符

在数据分析过程中，有可能需要对列进行清理，将列中的非数字字符删除或替换为NaN。

这里介绍一种使用Python的Pandas库来从多列中删除非数字字符的方法。

代码示例

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': ['1', '2', '3', '4'],
                   'B': ['5.5', '6.1', '7.0', '8.3'],
                   'C': ['abc', '123', 'def', '456.789']})

df.replace('[^0-9\.]+', np.nan, regex=True, inplace=True)
df = df.astype(float)

print(df)

代码解释

首先我们创建一个包含三列的数据框。其中，第一列和第二列都是数字字符串，而第三列是包含数字和字符的字符串。

接下来，我们使用了Pandas库的.replace()方法，将非数字字符替换为NaN。正则表达式[^0-9\.]+表示匹配所有非数字和小数点的字符。

最后，我们将数据框中的所有数据转换为浮点型，以便进行数值分析。

运行代码后，输出的结果如下：

     A    B        C
0  1.0  5.5      NaN
1  2.0  6.1    123.0
2  3.0  7.0      NaN
3  4.0  8.3  456.789

可以看到，第一列和第二列中的数字字符串被正确解析为数字类型，而第三列中的非数字字符被替换为了NaN。

此外，还可以使用.dropna()方法删除包含NaN的行或列，以进一步清理数据。

参考资料

• Pandas官方文档
• Python正则表达式文档