python中的Lambda表达式无法提供正确的输出

Question

我正在研究机器学习问题，并且正在尝试编写lambda函数以从pandas列中删除标点符号，不幸的是lamda表达式无法正常工作

combi['tidy_tweet'] = combi['tidy_tweet'].apply(lambda x: x.replace("[^a-zA-Z#]", " "))

上面的表达式使列完整无缺，而我希望它能删除标点符号。

有人知道上面的lambda表达式有什么问题吗？

Answer 1

如果您需要用正则表达式替换，则需要import re并使用re.sub()而不是str.replace()：

 ...lambda x: re.sub("[^a-zA-Z#]", "", x)

Answer 2

您的lambda函数中的

x arg是一个纯字符串，它调用内置的str.replace方法，该方法不能在正则表达式模式下运行。 相反，您可以只应用带有regex味道的pandas.Series.replace函数：

combi['tidy_tweet'] = combi['tidy_tweet'].replace(r'[^a-zA-Z#]', ' ', regex=True)