如何过滤表格纯文本并保留数字/字母数字内容后导出至Excel

原始数据表格：

需求 #

从Column2中移除纯字母内容（如Ser、DTR），仅保留字母数字组合（如Not123、DER4）及纯数字内容（如2345、45），将过滤后的结果与Column1一同导出至Excel。

预期输出表格：

用户提供的实现代码 #

def filter_list(lst):
    return [word for word in lst if re.search(r'^\w+$', word)]

代码验证与修正 #

你提供的代码无法满足需求，核心问题：

• 正则r'^\w+$'会匹配所有由字母、数字、下划线组成的内容，纯字母的Ser、DTR也会被保留，完全没达到过滤纯字母的目的；
• 缺少对原始Column2内容的拆分逻辑，没有处理逗号、空格混合的分隔场景。

正确实现方案 #

完整代码示例

import re
import pandas as pd

def filter_column2(content):
    # 拆分所有元素：处理逗号+空格混合分隔的情况，去除空内容
    items = []
    for seg in content.split(','):
        items.extend([item.strip() for item in seg.split() if item.strip()])
    # 过滤规则：保留纯数字，或同时包含字母和数字的内容
    filtered_items = []
    for item in items:
        if re.fullmatch(r'^\d+$', item):  # 匹配纯数字
            filtered_items.append(item)
        elif re.search(r'[a-zA-Z]+\d+|\d+[a-zA-Z]+', item):  # 匹配字母数字混合
            filtered_items.append(item)
    # 拼接成目标格式
    return ', '.join(filtered_items)

# 加载原始数据
raw_data = {
    'Column 1': ['Seaworld', 'Holds'],
    'Column2': ['Ser Not123, 2345,hrt 45', 'DER4, 54NOT, DTR']
}

# 处理数据
df = pd.DataFrame(raw_data)
df['Column2'] = df['Column2'].apply(filter_column2)

# 导出到Excel
df.to_excel('filtered_result.xlsx', index=False)

代码说明

1. 内容拆分：先按逗号分割内容段，再对每个段按空格拆分，彻底解决混合分隔的问题；
2. 过滤逻辑：用两个正则分别匹配纯数字、字母数字混合的内容，完全排除纯字母项；
3. Excel导出：借助pandas库快速完成表格处理与导出，这是Python处理表格类任务的高效方案。

内容的提问来源于stack exchange，提问作者Luke Lucy