csv 对于每个带有“电话”的Pandas Dataframe 列，删除非数字

nafvub8i 于 2022-12-06 发布在其他

关注(0)|答案(3)|浏览(174)

我有一个从csv创建的python Dataframe （df）。我想获取包含“PHONE”（或“phone”或“Phone”）的每个列名，并将它们的所有行更改为555555555的格式。因此：
(555)555-5555之间的数字应该是555555555，
555-555-5555将是555555555，
和/或其他信息。
我尝试了下面的方法，但是得到了一个语法错误。希望我至少有点接近：

phone_format = df.loc[:, df.columns.str.contains('PHONE')]
for col in phone_format:
    df['col'] = df.['col'].map(lambda x: x.replace('.', '').replace(' ', '').replace('-', '').replace('(', '').replace(')', ''))

csv

来源：https://stackoverflow.com/questions/74174606/for-every-pandas-dataframe-column-with-phone-remove-non-numerals

3条答案

按热度按时间

xpszyzbs1#

使用filter来选择带有“phone”的列（使用(?i)phone正则表达式时不区分大小写），使用apply和str.replace来删除非数字列，最后使用update将DataFrame替换为。

df.update(df.filter(regex='(?i)phone').apply(lambda s: s.str.replace(r'\D+', '', regex=True)))

示例：

# before
           pHoNe  other Phone  other col
0  (555) 55 5555  555-555-555    (55-55)

# after
       pHoNe  other Phone  other col
0  555555555    555555555    (55-55)

可再现的输入：

df = pd.DataFrame({'pHoNe': ['(555) 55 5555'], 'other Phone': ['555-555-555'], 'other col': ['(55-55)']})

赞(0）回复(0）举报 2022-12-06

kgsdhlau2#

phone_format = df.loc[:, df.columns.str.contains('PHONE')]
for col in phone_format:    
    df[col] = df[col].str.replace(r"\D+", "", regex=True)

赞(0）回复(0）举报 2022-12-06

camsedfj3#

从使用您的代码作为最小工作示例的起点：

df = pd.DataFrame([['(555) 555-5555', '555-555-5555']], columns=['phone', 'Phone'])
phone_format = df.columns[df.columns.str.contains(pat='PHONE', case=False)]
for col in phone_format:
    df[col] = df[col].map(lambda x: x.replace('.', '').replace(' ', '').replace('-', '').replace('(', '').replace(')', ''))
df

赞(0）回复(0）举报 2022-12-06

我来回答

csv 对于每个带有“电话”的Pandas Dataframe 列，删除非数字

3条答案

相关问题

热门标签

最新问答