<\/p>\n
Sie k\u00f6nnen die folgenden Methoden verwenden, um bestimmte Zeichen aus Zeichenfolgen in einer Spalte in einem Pandas-DataFrame zu entfernen:<\/span><\/p>\n Methode 1: Bestimmte Zeichen aus Zeichenfolgen entfernen<\/strong><\/span><\/p>\n Methode 2: Entfernen Sie alle Buchstaben aus Zeichenfolgen<\/strong><\/span><\/p>\n Methode 3: Entfernen Sie alle Zahlen aus Zeichenfolgen<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede Methode in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um \u201eavs\u201c aus jeder Zeichenfolge in der Teamspalte<\/strong> zu entfernen:<\/span><\/p>\n Beachten Sie, dass \u201eavs\u201c aus den Zeilen mit \u201eMavs\u201c und \u201eCavs\u201c in der Teamspalte<\/strong> entfernt wurde.<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um alle Buchstaben aus jeder Zeichenfolge in der Teamspalte<\/strong> zu entfernen:<\/span><\/p>\n Beachten Sie, dass alle Buchstaben aus jeder Zeichenfolge in der Teamspalte<\/strong> entfernt wurden.<\/span><\/p>\n Es bleiben nur Zahlenwerte \u00fcbrig.<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um alle Zahlen aus jeder Zeichenfolge in der Teamspalte<\/strong> zu entfernen:<\/span><\/p>\n Beachten Sie, dass alle Zahlen aus jeder Zeichenfolge in der Teamspalte<\/strong> entfernt wurden.<\/span><\/p>\n Nur die Buchstaben bleiben \u00fcbrig.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n So ersetzen Sie NaN-Werte in Pandas durch Nullen<\/a> Sie k\u00f6nnen die folgenden Methoden verwenden, um bestimmte Zeichen aus Zeichenfolgen in einer Spalte in einem Pandas-DataFrame zu entfernen: Methode 1: Bestimmte Zeichen aus Zeichenfolgen entfernen df[‚ my_column ‚] = df[‚ my_column ‚]. str . replace (‚ this_string ‚, “) Methode 2: Entfernen Sie alle Buchstaben aus Zeichenfolgen df[‚ my_column ‚] = df[‚ my_column ‚]. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' my_column<\/span> '] = df[' my_column<\/span> ']. str<\/span> . replace<\/span> (' this_string<\/span> ', '')\n<\/strong><\/pre>\n df[' my_column<\/span> '] = df[' my_column<\/span> ']. str<\/span> . replace (' \\D<\/span> ', '', regex= True<\/span> )<\/span><\/span><\/strong><\/pre>\n df[' my_column<\/span> '] = df[' my_column<\/span> ']. str<\/span> . replace (' \\d+<\/span> ', '', regex= True<\/span> )<\/span><\/span><\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs2', 'Nets44', 'Kings33', 'Cavs90', 'Heat576'],\n ' points<\/span> ': [12, 15, 22, 29, 24]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 Mavs2 12\n1 Nets44 15\n2 Kings33 22\n3 Cavs90 29\n4 Heat576 24\n<\/strong><\/pre>\n Beispiel 1: Bestimmte Zeichen aus Zeichenfolgen entfernen<\/strong><\/span><\/h2>\n
#remove 'avs' from strings in team column\n<\/span>df[' team<\/span> '] = df[' team<\/span> ']. str<\/span> . replace<\/span> (' avs<\/span> ', '')\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 M2 12\n1 Nets44 15\n2 Kings33 22\n3 C90 29\n4 Heat576 24\n<\/strong><\/pre>\n Beispiel 2: Entfernen Sie alle Buchstaben aus Zeichenfolgen<\/strong><\/span><\/h2>\n
#remove letters from strings in team column\n<\/span>df[' team<\/span> '] = df[' team<\/span> ']. str<\/span> . replace<\/span> (' \\D<\/span> ', '', regex= True<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 2 12\n1 44 15\n2 33 22\n3 90 29\n4,576 24\n<\/strong><\/pre>\n Beispiel 3: Entfernen Sie alle Zahlen aus Zeichenfolgen<\/strong><\/span><\/h2>\n
#remove numbers from strings in team column\n<\/span>df[' team<\/span> '] = df[' team<\/span> ']. str<\/span> . replace<\/span> (' \\d+<\/span> ', '', regex= True<\/span> )\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n team points\n0 Mavs 12\n1 Nets 15\n2 Kings 22\n3 Cavs 29\n4 Heat 24\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So ersetzen Sie leere Zeichenfolgen in Pandas durch NaN<\/a>
So ersetzen Sie Werte in einer Spalte basierend auf der Bedingung in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"