Question

我有一个数据框，以及我想从该数据框中的列中删除的字符串列表。但是当我使用替换功能时，这些字符仍然存在。有人可以解释为什么会这样吗？

bad_chars = ['?', '!', ',', ';', "'", '|', '-', '--', '(', ')', 
             '[', ']', '{', '}', ':', '&', '\n']

并替换：

df2['page'] = df2['page'].replace(bad_chars, '')

当我打印出df2时：

for index, row in df2.iterrows():
    print( row['project'] + '\t' + '(' + row['page'] + ',' + str(row['viewCount']) + ')' + '\n'  )

en（The_Voice_（U.S._season_14），613）

Answer 1

一种方法是使用re转义您的角色，然后使用pd.Series.str.replace。

import pandas as pd
import re

bad_chars = ['?', '!', ',', ';', "'", '|', '-', '--', '(', ')', 
             '[', ']', '{', '}', ':', '&', '\n']

df = pd.DataFrame({'page': ['hello?', 'problems|here', 'nothingwronghere', 'nobrackets[]']})

df['page'] = df['page'].str.replace('|'.join([re.escape(s) for s in bad_chars]), '')

print(df)

#                page
# 0             hello
# 1      problemshere
# 2  nothingwronghere
# 3        nobrackets

Answer 2

使用.str.replace，并将字符串作为单个管道分隔的字符串传递。您可以使用re.escape()来逃避该字符串中的正则表达式字符，如@jpp所示。我通过避免迭代来调整他的建议：

import re 
df2['page'] = df2['page'].str.replace(re.escape('|'.join(bad_chars)), '')

如何在pandas数据帧中替换字符串中的子串

2 个答案: