Python Pandas取代特殊字符

Question

出于某种原因，我无法将这个简单的陈述用于ñ。它似乎可以用于其他任何事情，但不喜欢这个角色。有什么想法吗？

DF['NAME']=DF['NAME'].str.replace("ñ","n")

由于

Answer 1

我假设你在这里使用Python 2.x，这可能是一个Unicode问题。别担心，你并不孤单 - 一般来说，unicode非常困难，特别是在Python 2中，这就是它在Python 3中被标准化的原因。

如果你所关心的只是ñ，你应该用UTF-8解码，然后只替换一个字符。

这看起来像下面这样：

DF['name'] = DF['name'].str.decode('utf-8').replace(u'\xf1', 'n')

举个例子：

>>> "sureño".decode("utf-8").replace(u"\xf1", "n")
u'sureno'

如果您的字符串已经是Unicode，那么您可以（实际上必须）跳过decode步骤：

>>> u"sureño".replace(u"\xf1", "n")
u'sureno'

请注意u'\xf1'使用hex escape作为相关字符。

更新

我在评论中被告知<>.str.replace是一个大熊猫系列方法，我没有意识到。对此的答案可能类似于以下内容：

DF['name'] = map(lambda x: x.decode('utf-8').replace(u'\xf1', 'n'), DF['name'].str)

或沿着那些行的东西，如果那个pandas对象是可迭代的。

另一次更新

我实际上刚刚发现您的问题可能与以下内容一样简单：

DF['NAME']=DF['NAME'].str.replace(u"ñ","n")

请注意我是如何在字符串前添加u以使其成为unicode的。

Answer 2

您可以使用具有特殊字符的替换功能，以下列方式替换为您选择的其他值。

如果您的数据框是df，则必须在所有字符串列中执行此操作。在我的情况下，我正在为＆＃34; \ n＆＃34;

这样做

df= df.applymap(lambda x: x.replace("\n"," "))