我得到了一个 CSV 文件,其中包含名为 activity 的列,其中包含如下数据:
instv2-02_00001_20190517235008
instv2 (9)
Insti2(3)
Fbstt1_00001_20190517131933
我只需要从“事件”列的名称中删除数字和任何其他符号(例如:_)。 这意味着只需要保留字母。 例如 instv3-02_00001_20190517235157, instv1-02_00000_20190517234840、instv1 (4)...等都需要重命名/替换为 instv。我如何在 Python 脚本中执行此操作?
请您参考如下方法:
使用 pandas,加载 CSV 文件并对 activity 列值应用正则表达式替换。
试试这段代码:
import re
import pandas as pd
df = pd.read_csv('your_file.csv')
df['activity'] = df['activity'].apply(lambda x: re.sub(r'^([a-zA-Z]+).*', r'\1', x))
df.to_csv('output.csv', index=False)
如果它与您的问题有关here ,那么你只需要 导入 re 并将解决方案的最后一行更改为:
import re
# ...
all_df['activity'] = all_df['activity'].apply(lambda x: re.sub(r'^([a-zA-Z]+).*', r'\1', x))
all_df.to_csv('all_data.csv', index=False)
