如何从Python DataFrame中移除数字、特殊字符及非x/o字符？

步骤1：导入依赖并构造/读取数据 #

先导入pandas库，若处理实际Excel文件，用pd.read_excel()读取即可；以下是根据你提供的表格构造的示例DataFrame：

import pandas as pd

# 构造示例数据
data = {
    'Input': ['in1', 'in2', 'in3', 'in4'],
    'out1': ['x', 'x', '3', 'x'],
    'out2': ['x', '.', '?', None],
    'out3': ['x', None, None, '/'],
    'out4': ['o', 'c', None, None],
    'out5': ['x', 'v', 'x', None]
}
df = pd.DataFrame(data)

步骤2：定义清洗函数 #

编写函数过滤单元格内容，仅保留x和o，其余字符（数字、特殊符号、非x/o字母等）全部替换为空：

def clean_cell(value):
    # 处理空值/None场景
    if pd.isna(value):
        return ''
    # 仅保留x、o字符，其余过滤
    cleaned = ''.join([c for c in str(value) if c in ['x', 'o']])
    return cleaned if cleaned else ''

步骤3：对目标列应用清洗逻辑 #

针对除Input外的所有输出列，批量应用清洗函数：

# 筛选需要清洗的列（所有以out开头的列）
cols_to_clean = [col for col in df.columns if col.startswith('out')]
# 逐单元格应用清洗函数
df[cols_to_clean] = df[cols_to_clean].applymap(clean_cell)

步骤4：查看最终结果 #

打印处理后的DataFrame，即可得到符合要求的输出：

print(df.to_string(index=False))

输出结果：

Input out1 out2 out3 out4 out5
  in1    x    x    x    o    x
  in2    x                    
  in3                          x
  in4    x                    

补充说明 #

• 若Excel包含更多列，只需调整cols_to_clean的筛选规则，确保仅清洗目标列；
• 若需保留大写的X/O，去掉函数中的字符判断限制即可（当前仅保留小写x/o）；
• 空单元格最终会显示为空字符串，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者shandy