提取竖线和日语字符之间的字母，并用逗号替换空格

Question

我在数据框中有一些看起来像这样的数据：

Japanese
--------
明日|Adverb の|Case 天気|Weather は|Case なんですか

使用Pandas，我正在寻找一种在新列中返回此值的方法

Tag
------
Adverb, Case, Weather

到目前为止，我已经可以使用

df['Tag'] = df.iloc[:, 0].str.replace('[^a-zA-Z]', ' ')

获得

Tag
------
Adverb Case Weather

但是当我跑步

df['Tag'] = df['Tag'].str.replace(' ', ',')

我明白了

Tag
------
,,,,Adverb,,,Case,,,,Weather,,,Case,,,,,,

我认为我应该使用str.extract而不是replace，但是在这种情况下，我还会收到一条错误消息。

Answer 1

pandas.Series.str.findall

s = df.Japanese.str.findall('(?i)[a-z]+')
pd.Series([', '.join({*x}) for x in s], s.index)

0    Adverb, Weather, Case
dtype: object

---

排序

s = df.Japanese.str.findall('(?i)[a-z]+')
pd.Series([', '.join(sorted({*x})) for x in s], s.index)

0    Adverb, Case, Weather
dtype: object