如何移除CSV文件中除1和0外的所有字母及其他数字？

核心逻辑是用正则匹配批量替换所有非0、1的字符，不需要写循环逐行逐单元格处理，几行代码就能搞定。 #

完整处理代码 #

1. 先导入依赖读入文件，必须指定读入格式为字符串，这是多数人处理失败的首要原因：

import pandas as pd
# 替换成你自己的CSV文件路径
df = pd.read_csv("your_file.csv", dtype=str)

不指定dtype=str的话，数值类列会被自动识别为int/float类型，后续正则替换会触发类型错误，或者直接跳过该列不处理。

2. 执行全局替换，正则规则[^01]会匹配所有不是0也不是1的字符，直接替换为空字符串：

# 全表所有单元格执行过滤
df = df.replace(r"[^01]", "", regex=True)

必须加regex=True参数，否则pandas会默认做精确值匹配，只会替换内容完全等于[^01]的单元格，根本起不到字符过滤的效果，这是第二常见的失败原因。

3. 处理完成后导出文件即可：

df.to_csv("processed_file.csv", index=False)

常见定制化调整 #

• 如果不需要处理全表，只需要清洗指定列：

# 括号里换成你要处理的列名即可
target_cols = ["column1", "column2"]
df[target_cols] = df[target_cols].replace(r"[^01]", "", regex=True)

• 如果清洗后出现空单元格（原单元格没有任何0/1字符），可以按需转成空值或者指定填充值：

# 把空内容转成pandas标准空值
df = df.replace("", pd.NA)
# 或者填充成你需要的内容，比如填充"0"
# df = df.replace("", "0")

处理效果示例 #

内容的提问来源于stack exchange，提问作者WoohSteezy