替换pandas列

Question

目标是仅保留单词并删除任何非字母字符

我开始使用包含括号内的字符串的列

(Pdb) test['userTweets'].head()
0    [the SELU function to verify that the mean/variance is ~ 0/1...
1    [trump is really @#$#@%@#@$@#
2    [Yo Hillary! should have @*&(@#$@ Trump...
3    [When are we going to see those memos?????...
...

因为它们包含括号，但实际上并不是包含列表的列，而是按照以下方式删除括号。

test['userTweets'] = test['userTweets'].str.extract(r'\[(.*)\]')

然后我使用python正则表达式功能：

(Pdb) regex = re.compile('[^a-zA-Z]')
(Pdb) test['userTweets'] = test['userTweets'].str.replace(regex,'')

但我得到了*** TypeError: object of type '_sre.SRE_Pattern' has no len()

但正则表达式已成功构建：

(Pdb) regex
<_sre.SRE_Pattern object at 0x11159f6a8>

有没有更好的方法将regex函数应用于pandas string列来替换/删除任何非字母字符？

Answer 1

import string
test['userTweets'] = "".join([c for c in test['userTweets'] if c in string.ascii_letters])

我做了类似于上面的事情。

您的代码可能看起来有所不同，但您会得到一般的想法。