python - 提取 Pandas 列中除数字以外的字符

Question

尝试删除数据框列中除数字之外的所有字符，这些字符具有对象类型和年龄的混合值，例如：'44', '60', 'July 89', 'August 42'

这是我使用的方法extract()：

data['age'] = data.age.str.extract('(\d+)')

由于某种原因，该列的输出是 NaN 值。我尝试了不同的方法（例如，使用replace()函数），但仍然是同一个问题。你能给我一些提示来解决这个问题吗？谢谢！

标签： pythonregexpandas

Answer 1

正则表达式方法仅适用于字符串。看来您的数据是混合类型的，包括数字和字符串。

首先将所有数据转换为字符串类型是有意义的，然后您可以继续提取数字：

data['age'] = data['age'].astype(str).str.extract(r'(\d+)')