python - 从熊猫列的列表中删除单词 - python 2.7
问题描述
我有一个文本文件,其中包含一些我想从数据框中删除的字符串。数据框观察包含 ext 文件中存在的那些文本。
这是文本文件 - https://drive.google.com/open?id=1GApPKvA82tx4CDtlOTqe99zKXS3AHiuD
链接在这里; 数据 = https://drive.google.com/open?id=1HJbWTUMfiBV54EEtgSXTcsQLzQT1rFgz
我正在使用以下代码 -
import nltk
from nltk.tokenize import word_tokenize
file = open("D://Users/Shivam/Desktop/rahulB/fliter.txt")
result = file.read()
words = word_tokenize(result)
我加载了文本文件并将它们转换为单词/标记。
它是我的数据框。
text
0 What Fresh Hell Is This? January 31, 2018 ...A...
1 What Fresh Hell Is This? February 27, 2018 My ...
2 What Fresh Hell Is This? March 31, 2018 Trump ...
3 What Fresh Hell Is This? April 29, 2018 Michel...
4 Join Email List Contribute Join AMERICAblog Ac...
如果您看到这一点,这些文本会出现在所有行中,例如“这是什么新鲜的地狱?” 或“加入电子邮件列表贡献加入Americablog AC”,登录每日综述MS立法机关选举O”等。
我用这个for循环
for word in words:
df['text'].replace(word, ' ')
我的错误。
error Traceback (most recent call last)
<ipython-input-168-6e0b8109b76a> in <module>()
----> 1 df['text'] = df['text'].str.replace("|".join(words), " ")
D:\Users\Shivam\Anaconda2\lib\site-packages\pandas\core\strings.pyc in replace(self, pat, repl, n, case, flags)
1577 def replace(self, pat, repl, n=-1, case=None, flags=0):
1578 result = str_replace(self._data, pat, repl, n=n, case=case,
-> 1579 flags=flags)
1580 return self._wrap_result(result)
1581
D:\Users\Shivam\Anaconda2\lib\site-packages\pandas\core\strings.pyc in str_replace(arr, pat, repl, n, case, flags)
422 if use_re:
423 n = n if n >= 0 else 0
--> 424 regex = re.compile(pat, flags=flags)
425 f = lambda x: regex.sub(repl=repl, string=x, count=n)
426 else:
D:\Users\Shivam\Anaconda2\lib\re.pyc in compile(pattern, flags)
192 def compile(pattern, flags=0):
193 "Compile a regular expression pattern, returning a pattern object."
--> 194 return _compile(pattern, flags)
195
196 def purge():
D:\Users\Shivam\Anaconda2\lib\re.pyc in _compile(*key)
249 p = sre_compile.compile(pattern, flags)
250 except error, v:
--> 251 raise error, v # invalid expression
252 if not bypass_cache:
253 if len(_cache) >= _MAXCACHE:
error: nothing to repeat
解决方案
您可以使用str.replace
前任:
df['text'] = df['text'].str.replace("|".join(words), " ")
推荐阅读
- meteor - fs 找不到文件
- java - 无法从实时数据库中删除值
- asp.net-mvc - 在同一个项目中添加 ASP.NET MVC 和 Web API Web 应用程序
- python - 如何在更大的数组中搜索数组片段,可能使用阈值
- python - Django中的类视图,Html不显示
- sockets - socket recv 函数如何检测消息结束
- image-uploading - 关于microsd卡和上传raspbian
- javascript - how do i make a sprite running/sprint animation in html 5 canvas
- javascript - Uncaught (in promise) TypeError: Failed to fetch - Service Worker with workbox
- react-native - Expo(React Native)如何在没有 CAMERA_ROLL 权限的情况下访问图库和外部存储?