我使用下面的代碼刪除下面所有非英文字符：DF.text.replace({r'[^\x00-\x7F]+':''}, regex=True, inplace=True)其中 df 有一個名為 text 的列，其中包含如下文本： texthi what are you saying?okay let me knowsounds great, mikeyok.rightご承知のとおり、殘念ながら悪質(zhì)な詐欺が増加しているようですのでお気を付けください。\n?Hola miguel! Lamento mucho la confusión cau預(yù)期輸出： text hi what are you saying? okay let me know sounds great, mikey ok. right對于我的代碼刪除字符的行 -我想從 df 中完全刪除這些行，這意味著如果它確實替換了任何非英語字符，我想從 df 中完全刪除該行，以避免該行包含 0 個字符或一些在它們之后毫無意義的字符已被上面的代碼更改。
2 回答
神不在的星期二
TA貢獻1963條經(jīng)驗 獲得超6個贊
您可以使用
df[~df['text'].str.contains(r'[^\x00-\x7F]')]
熊貓測試：
import pandas as pd
df = pd.DataFrame({'text': ['hi what are you saying?', 'ご承知のとおり、殘念ながら悪質(zhì)な詐欺が増加しているようですのでお気を付けください。'], 'another_col':['demo 1', 'demo 2']})
df[~df['text'].str.contains(r'[^\x00-\x7F]')]
# text another_col
# 0 hi what are you saying? demo 1
筆記：
df['text'].str.contains(r'[^\x00-\x7F]')text查找列中包含 ASCII 字符以外的字符的所有值（這是我們的“掩碼”）
df[~...]只保留那些與正則表達式不匹配的行。
呼如林
TA貢獻1798條經(jīng)驗 獲得超3個贊
str.contains()返回一系列布爾值，我們可以用它們來索引我們的框架
patternDel?=?"[^\x00-\x7F]" filter?=?df['Event?Name'].str.contains(patternDel)
我傾向于保留我們想要的東西而不是刪除行。由于過濾器代表我們要刪除的內(nèi)容，因此我們使用 ~ 來獲取所有不匹配的行并保留它們
df?=?df[~filter]
添加回答
舉報
0/150
提交
取消