如何从数据集第二列的每行内容中移除‘year olds’？

以下是几种常用的解决方法：

Python pandas 处理 #

• 导入库并读取数据集：

  import pandas as pd
  # 替换为你的数据集路径，支持csv/excel等格式
  df = pd.read_csv('your_data.csv')
  

• 直接替换掉‘year olds’字符串（保留原内容中的数字部分）：

  # iloc[:,1] 表示选中第二列（索引从0开始计数）
  df.iloc[:, 1] = df.iloc[:, 1].str.replace(' year olds', '', regex=False)
  

• 如果只需要提取数字部分：

  df.iloc[:, 1] = df.iloc[:, 1].str.extract('(\d+)', expand=False)
  

• 处理完成后保存清理后的数据集：

  df.to_csv('cleaned_data.csv', index=False)
  

Excel 可视化处理 #

• 选中数据集的第二列
• 使用快捷键 Ctrl+H 打开替换窗口
• 在「查找内容」输入框中填写 year olds，「替换为」输入框留空
• 点击「全部替换」即可完成批量处理

内容的提问来源于stack exchange，提问作者Aidan