Pandas dataframe strip нечисловые символы

Question

Я работаю с данными в следующей форме:

Accuracy 26.15%, error rate 0.00%, not classified 73.85%
Accuracy 29.68%, error rate 0.00%, not classified 70.32%
Accuracy 33.98%, error rate 0.00%, not classified 66.02%
Accuracy 35.34%, error rate 0.00%, not classified 64.66%
Accuracy 35.75%, error rate 0.00%, not classified 64.25%
Accuracy 37.51%, error rate 0.00%, not classified 62.49%
Accuracy 38.63%, error rate 0.00%, not classified 61.37%
Accuracy 40.81%, error rate 0.00%, not classified 59.19%
Accuracy 41.22%, error rate 0.00%, not classified 58.78%
Accuracy 41.99%, error rate 0.00%, not classified 58.01%
Accuracy 42.34%, error rate 0.00%, not classified 57.66%
Accuracy 42.40%, error rate 0.00%, not classified 57.60%
Accuracy 43.05%, error rate 0.00%, not classified 56.95%
Accuracy 44.29%, error rate 0.00%, not classified 55.71%
Accuracy 44.35%, error rate 0.00%, not classified 55.65%
Accuracy 44.76%, error rate 0.00%, not classified 55.24%
Accuracy 45.29%, error rate 0.00%, not classified 54.71%
Accuracy 45.35%, error rate 0.00%, not classified 54.65%
Accuracy 95.35%, error rate 4.24%, not classified 0.41%
Accuracy 95.76%, error rate 4.24%, not classified 0.00%
Stats on test data
Accuracy 94.74%, error rate 5.26%, not classified 0.00%

Как я могу загрузить их в кадр данных pandas с заголовками «Точность», «Частота появления ошибок» и «Не классифицировано»', при этом также удаляя нечисловые символы из полей данных.

Пока у меня есть:

pd.read_csv("test.csv", names=['Accuracy', 'Error rate', 'Not classified'])

Но это выдает:

    Accuracy    Error rate  Not classified
0   Accuracy 25.85% error rate 0.00%    not classified 74.15%
1   Accuracy 29.92% error rate 0.00%    not classified 70.08%
2   Accuracy 33.69% error rate 0.00%    not classified 66.31%
3   Accuracy 36.16% error rate 0.00%    not classified 63.84%
4   Accuracy 37.16% error rate 0.00%    not classified 62.84%
5   Accuracy 39.28% error rate 0.00%    not classified 60.72%
6   Accuracy 39.58% error rate 0.00%    not classified 60.42%
7   Accuracy 40.05% error rate 0.00%    not classified 59.95%

Answer 1

Вы можете сделать это, используя str.replace(r"[a-zA-Z]",'') для удаления букв алфавита.Если вам нужно, вы можете добавить больше символов в этот класс, чтобы удалить их.

import pandas as pd

df = pd.read_csv("test.csv", names=['Accuracy', 'Error rate', 'Not classified'])

df['Accuracy'] = df['Error rate'].str.replace(r"[a-zA-Z]",'')
df['Error rate'] = df['Error rate'].str.replace(r"[a-zA-Z]",'')
df['Not classified'] = df['Not classified'].str.replace(r"[a-zA-Z]",'')
print(df)

DEMO: https://repl.it/@SanyAhmed/EarnestTatteredRepo

Answer 2

Вы можете сделать это, используя pandas.DataFrame.replace():

df.replace(r'[a-zA-Z%]', '', regex=True, inplace=True)

Если ваша конечная цель - преобразовать эти значения в числа, выполните

df.apply(pd.to_numeric)

или выполнитеэто столбец за столбцом

df['Accuracy'] = pd.to_numeric(df['Accuracy']) # and so on