我想删除字符串中的整数，但不是所有的整数，只删除数据帧中的几个整数

要删除字符串中的特定整数，但又不是所有整数，可以使用正则表达式（Regular Expression）来实现。假设你想删除数据帧（DataFrame）中的整数 3 和 7，以下是一个使用 Python 和 pandas 库的示例代码：

import pandas as pd
import re

# 创建一个示例数据帧
data = {'column1': ['abc123def', 'ghi456jkl', 'mno789pqr', 'stu345vwx', 'yz789012']}
df = pd.DataFrame(data)

# 定义要删除的整数列表
integers_to_remove = [3, 7]

# 构建正则表达式模式
pattern = '|'.join(map(str, integers_to_remove))

# 定义一个函数来删除指定的整数
def remove_specific_integers(text):
    return re.sub(pattern, '', text)

# 应用函数到数据帧的列
df['column1'] = df['column1'].apply(remove_specific_integers)

print(df)

在这个示例中，我们首先创建了一个包含字符串的数据帧。然后，我们定义了一个要删除的整数列表 [3, 7]。接下来，我们使用 re.sub 函数来替换这些整数为一个空字符串。

解释

1. 正则表达式模式构建：
   • pattern = '|'.join(map(str, integers_to_remove))：将整数列表转换为一个正则表达式模式，其中 | 表示“或”，这样就可以匹配任何一个整数。

• 删除函数：
  • def remove_specific_integers(text): return re.sub(pattern, '', text)：这个函数使用 re.sub 将匹配到的整数替换为空字符串。
• 应用函数到数据帧：
  • df['column1'] = df['column1'].apply(remove_specific_integers)：将定义的函数应用到数据帧的指定列。

应用场景

这种技术可以用于数据清洗，特别是在处理包含混合数据类型的文本时。例如，在自然语言处理（NLP）任务中，可能需要删除特定的数字以避免干扰模型的训练。

参考链接

• pandas.DataFrame.apply
• re.sub

通过这种方式，你可以灵活地删除数据帧中指定的整数，而不影响其他内容。