Question

我有一份高中名单。我想从字符串中删除某些字符，单词和符号。

我目前有：

df['schoolname'] = df['schoolname'].str.replace('high', "")

但是，我想使用一个列表，以便我可以快速替换high，school，/等。

有什么建议吗？

df['schoolname'] = df['schoolname'].str.replace(['high', 'school'], "")

不起作用

Answer 1

使用正则表达式（按|分隔字符串）：

df['schoolname'] = df['schoolname'].str.replace('high|school', "")

Answer 2

您可以创建字典，然后创建.replace({}, regex=True)方法：

replacements = {
   'schoolname': {
      r'(high|school)': ''}
}

df.replace(replacements, regex=True, inplace=True)

Answer 3

我的问题：我想找到一种简单的解决方案，即使用对熊猫的replace方法删除字符/符号。

我在数据框中有以下数组：

  df = array(['2012', '2016', '2011', '2013', '2015', '2017', '2001', '2007',
   '[2005], ©2004.', '2005', '2009', '2008', '2009, c2008.', '2006',
   '2019', '[2003]', '2018', '2012, c2011.', '[2012]', 'c2012.',
   '2014', '2002', 'c2005.', '[2000]', 'c2000.', '2010',
   '2008, c2007.', '2011, c2010.', '2011, ©2002.', 'c2011.', '[2017]',
   'c1996.', '[2018]', '[2019]', '[2011]', '2000', '2000, c1995.',
   '[2004]', '2005, ©2004.', 'c2004.', '[2009]', 'c2009.', '[2014]',
   '1999', '[2010]', 'c2010.', '[2006]', '2007, 2006.', '[2013]',
   'c2001.', 'C2016.', '2008, c2006.', '2011, ©2010.', '2007, c2005.',
   '2009, c2005.', 'c2002.', '[2004], c2003.', '2009, c2007.', '2003',
   '©2003.', '[2016]', '[2001]', '2010, c2001.', '[1998]', 'c1998.'],
  dtype=object)

如您所见，年份是使用多种格式（ugh！）输入的，并带有方括号和版权符号以及小写c和大写C。

现在，我想删除那些不需要的字符，并且只有四位数的年份。由于它是一个数组，因此在使用replace（）之前，还需要将其转换为字符串。创建一个要替换的所有字符的变量，并用'|将它们分开。 '。

rep_chars = 'c|C|\]|\[|©|\.'

df[Year] = df['Year'].str.replace(rep_chars,"")

确保使用\.而不是句点。与\]和\[相同。

输出：

array(['2012', '2016', '2011', '2013', '2015', '2017', '2001', '2007',
   '2005, 2004', '2005', '2009', '2008', '2009, 2008', '2006', '2019',
   '2003', '2018', '2012, 2011', '2014', '2002', '2000', '2010',
   '2008, 2007', '2011, 2010', '2011, 2002', '1996', '2000, 1995',
   '2004', '1999', '2007, 2006', '2008, 2006', '2007, 2005',
   '2009, 2005', '2004, 2003', '2009, 2007', '2010, 2001', '1998'],
  dtype=object)

快乐的数据清理！

pandas从字符串中替换（擦除）不同的字符

3 个答案: