python是否可以通过熊猫格式化单元格中的字符串

Question

我有一个csv文件，数据行的示例如下：

Col A    Col B    Col C
‘Cat’     ‘9’     ‘’
‘Dog’     ‘’     ‘male’
Expected result -> 
Cat 9
Dog  male 

我使用了replace（“”，“”，regex = True），但‘’并没有消失。

Answer 1

您可以使用replace：

df = df.replace("[‘’]","", regex=True)
print (df)
  Col A Col B Col C
0   Cat     9      
1   Dog        male

Answer 2

基于粘贴的内容，您的值可能不是''而是Unicode字符。 @jezrael在其评论中暗示了这一点。因此，基于ascii '进行替换无法捕获Unicode。

一种检查方法是：

import unidecode (df.applymap(unidecode.unidecode) .apply(lambda s: s.str.replace("'", "") )

这有两件事：

1. 使用unidecode库将Unicode转换为ascii，这是一个非常方便的通用库，用于将Unicode字符剥离为相当合理的ascii等效项。如果您大量地进行文本处理和字符串标准化，那确实可以有所帮助。

2. 使用Pandas的str库，这是一个了不起的扩展。如果像我一样定期对字符串数据进行EDA，这实际上会改变您的生活。在遇到这个图书馆之前，我已经处于黑暗中多年。 （另一个很棒的熊猫宝石是dt库。）