正则表达式在某些情况下不能正常工作（python）？

Question

我有一个数据框，其中一列有字符串值，另一列有整数，但这些列有特殊字符，或者字符串数据有整数。因此，为了删除它，我使用了regex，我的regex可以正常工作，但是对于整数列，如果'abc123'是，那么它不会删除abc，如果'123abc'是，那么它不会删除它。我不知道是模式错误还是代码错误。下面是我的代码，

d = [['abc','123'],['gbc@*','23abc'],['abc123','abc200'],['124abc','1230&*'],['abcer£$%&*!','230!?*&']]
df1= pd.DataFrame(d, columns=['str','int'])
print(df1)

   str     int
0   abc    123
1   gbc@*   23abc
2   abc123  abc200
3   124abc  1230&*
4   abcer£$%&*! 230!?*&

num = r'\d+$'
alpha = r'[a-zA-Z]+$'
wrong = df1[~df1['int'].str.contains(num, na=True)]
correct_int = [re.sub(r'([^\d]+?)', '', item) for item in wrong['int']]
print(correct_int)
wrong_str = df1[~df1['str'].str.contains(alpha, na=True)]
correct_str = [re.sub(r'([^a-zA-Z ]+?)', '', item) for item in df1['str']]
print(correct_str)

    

输出：

correct_int: ['23', '1230', '230']

如您所见，它已在'23abc'、'1230中删除

correct_str: ['abc', 'gbc', 'abc', 'abc', 'abcer']

现在它已全部删除，但有时当值为'124abc'

我的模式错了吗？我也尝试过给出不同的模式，但没有任何效果

我正在删除列str中的整数和特殊字符，并删除列int中的字符串值和特殊字符预期输出：一旦清洁并用旧的清洁值替换后，输出将是这样的。

    str     int
0   abc     123
1   gbc     23
2   abc     200
3   abc     1230
4   abcer   230




Answer 1

尝试以下方法：

1. '\D'表示任何非数字值，在int列中用空字符串"替换这些值
2. [^a-zA-Z]表示不在a-z和A-Z范围内的任何字符，用空字符串替换这些字符"在str列
3. 使用将这些转换应用到两个列中。

import pandas as pd
import re

d = [['abc','123'],['gbc@*','23abc'],['abc123','abc200'],['124abc','1230&*'],['abcer£$%&*!','230!?*&']]
df1= pd.DataFrame(d, columns=['str','int'])
df1['int'] = df1['int'].apply(lambda r: re.sub('\D', '', r))
df1['str'] = df1['str'].apply(lambda r: re.sub('[^a-zA-Z]', '', r))
print(df1)

输出：

     str   int
0    abc   123
1    gbc    23
2    abc   200
3    abc  1230
4  abcer   230

Answer 2

你可以用

df1['str'] = df1['str'].str.replace(r"[\d\W+]", '') # replaces numbers (\d) and non-word characters (\W) with empty strings

df1['int'] = df1['int'].str.replace(r"\D+", '') # replaces any non-decimal digit character (like [^0-9])

返回：

    str     int
0   abc     123
1   gbc     23
2   abc     200
3   abc     1230
4   abcer   230