将列转换为纯文本熊猫

Question

我有如下列

df =

idx text
0 i
1 am
2 a
3 boy
4 .
5 he
6 is 
7 running
8 
9 .

我想将其转换为纯文本并删除 . 句号前的空格，如下所示：

i am a boy. he is running.

我试过了，但还是没有成功。

Answer 1

如果需要删除.前的一个或多个空格，请使用.join和re.sub：

import re
out = re.sub('\s+\.','.', ' '.join(df['text']))

或者：

import re
#https://stackoverflow.com/a/18878958/2901002
df = re.sub(r'\s+([.])', r'\1', ' '.join(df['text']))
print (df)
i am a boy. he is running.

Answer 2

或者你可以使用 str.cat 指定分隔符，然后用点替换多余的空格，只用点：

>>> df['text'].str.cat(sep=' ').replace(' .','.')
Out[30]: 'i am a boy. he is running.'