К содержанию
Quantoros

В столбце Airline вокруг названий авиакомпаний есть лишние цифры и знаки. Оставьте только название: например,…

PythonУровень: Практикаpandas · очистка данных

В столбце Airline вокруг названий авиакомпаний есть лишние цифры и знаки. Оставьте только название: например, '(British Airways. )' должно стать 'British Airways'.

Предполагаются импорты import pandas as pd и import numpy as np.

Исходные данные и примеры:

df = pd.DataFrame({'From_To': ['LoNDon_paris', 'MAdrid_miLAN', 'londON_StockhOlm', 
                               'Budapest_PaRis', 'Brussels_londOn'],
              'FlightNumber': [10045, np.nan, 10065, np.nan, 10085],
              'RecentDelays': [[23, 47], [], [24, 43, 87], [13], [67, 32]],
                   'Airline': ['KLM(!)', '<Air France> (12)', '(British Airways. )', 
                               '12. Air France', '"Swiss Air"']})
Подсказки
  • Отличите отсутствующее значение от нуля, пустой строки и ложного значения.
  • Проверьте сравнение, агрегацию и фильтрацию на маленьком примере с пропуском.

Ответ

Извлеките первую последовательность латинских букв и пробельных символов регулярным выражением, затем удалите пробелы по краям с помощью strip(). Это правило рассчитано на названия из данного набора.

df['Airline'] = df['Airline'].str.extract('([a-zA-Z\s]+)', expand=False).str.strip()
# note: using .strip() gets rid of any leading/trailing spaces
df

Источник и лицензия: 100 pandas puzzles — Alex Riley and contributors · MIT · перевод: Quantoros

Похожие вопросы