大家好，我是皮皮。
一、前言
前几天在Python最强王者交流群【Chloe】问了一道Pandas处理的问题，如下图所示。
原始数据如下：
代码语言：javascript复制df = pd.DataFrame({
'company_code': ['c0001.','c000,2','c0003', 'c0003#', 'c0004,'],
'year': ['year 1800','year 1700','year 2300', 'year 1900', 'year 2200']
})
df
预期的结果如下图所示：
二、实现过程
这里【瑜亮老师】给出一个可行的代码，大家后面遇到了，可以对应的修改下，事半功倍，代码如下所示：
import pandas as pd
import re
df = pd.DataFrame({
'company_code': ['c0001.', 'c000,2', 'c0003', 'c0003#', 'c0004,'],
'year': ['year 1800', 'year 1700', 'year 2300', 'year 1900', 'year 2200']
})
df["nonalpha"] = df["company_code"].map(lambda x: re.findall("W", x))
print(df)
运行之后，结果就是想要的了。
后来她自己也给了一个方法，也是可以的。
代码语言：javascript复制df["nonalpha"] = df["company_code"].map(lambda x: re.findall(r'[^A-Za-z0-9] ', x))
正则表达式，yyds！
三、总结
大家好，我是皮皮。这篇文章主要盘点了一道使用Pandas处理数据的问题，文中针对该问题给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【Chloe】提问，感谢【瑜亮老师】给出的思路和代码解析，感谢【月神】、【dcpeng】等人参与学习交流。
