很抱歉，您没有提供需要改写的句子。请提供您希望改写的句子，我将为您改写为一个长尾词的。

本文共计467个文字，预计阅读时间需要2分钟。

家好，我是小皮。一、前言。前几天在Python最强王者交流群【Chloe】询问了一道Pandas处理的难题，如下所示。原图如下。原始数据如下：df=pd.DataFrame({'company_code': ['c0001.', 'c000,2', 'c000“']。+

大家好，我是皮皮。

一、前言

前几天在Python最强王者交流群问了一道​​Pandas​​处理的问题，如下图所示。

原始数据如下：

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。

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。

最后感谢粉丝提问，感谢给出的思路和代码解析，感谢、等人参与学习交流。

小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。