這是我的數(shù)據(jù)框輸入 qid question_stemmed target question_length total_words443216 56da6b6875d686b48fde mathfracint1x53x5 tantanboxedint1x01x2 sumvarp... 1 589 40163583 1ffca149bd0a19cd714c mathoverbracesumvartheta8infty vecfracsumkappa... 1 498 31522266 663c7523d48f5ee66a3e httpgooglecom check out the content of the www.. 0 449 66522379 756678d3d48f5ee66a3e mark had a great day he plans to go fishing with. 0 310 23我正在使用以下邏輯僅從其 question_text 列具有的 df 返回記錄任何長度不應(yīng)超過 15 個字符的單詞（注意：不是字符串長度）（使用否定）在上述條件為真時不應(yīng)包含數(shù)值的任何單詞（使用否定）同時確保保留具有 http 或 www 值的詞（同時以上 2 個條件仍然成立）df = df[(~df['question_stemmed'].str.len() > 15) & (~df['question_stemmed'].str.contains(r'[0-9]')) & (df.question_stemmed.str.match('^[^\http]*$'))]出現(xiàn)錯誤 error: bad escape \h at position 3預(yù)期產(chǎn)出 qid question_stemmed target question_length total_words522266 663c7523d48f5ee66a3e httpgooglecom check out the content of the www.. 0 449 66522379 756678d3d48f5ee66a3e mark had a great day he plans to go fishing with. 0 310 23 另外，想知道上面的邏輯是否可以滿足所有 3 個條件感謝任何幫助
1 回答
精慕HU
TA貢獻(xiàn)1845條經(jīng)驗 獲得超8個贊
我建議使用
df = df[~df['question_stemmed'].str.contains(r'(?<!\S)(?!\S*(?:http|www\.))\S{15}')]請參閱正則表達(dá)式演示
細(xì)節(jié)
(?<!\S)- 空格或字符串開頭應(yīng)緊接在當(dāng)前位置之前(?!\S*(?:http|www\.))-不允許在當(dāng)前位置的右側(cè)緊跟 0 個或多個非空白字符后跟http或子字符串www.\S{15}- 十五個非空白字符。
添加回答
舉報
0/150
提交
取消