python - 从 Pandas Dataframe 中的列中删除 URL

Question

我有一个小数据框，并试图从 Links 列中的字符串末尾删除 url。我已经尝试了以下代码，它适用于 url 独立的列。问题是，只要网址前有句子，代码就不会删除这些网址

以下是数据：https ://docs.google.com/spreadsheets/d/10LV8BHgofXKTwG-MqRraj0YWez-1vcwzzTJpRhdWgew/edit?usp=sharing （电子表格链接）

import pandas as pd  

df = pd.read_csv('TestData.csv')    

df['Links'] = df['Links'].replace(to_replace=r'^https?:\/\/.*[\r\n]*',value='',regex=True)

df.head()

谢谢！

标签： pythonpython-3.xpandas

Answer 1

试试这个：

import re
df['cleanLinks'] = df['Links'].apply(lambda x: re.split('https:\/\/.*', str(x))[0])

输出：

df['cleanLinks']

    cleanLinks
0   random words to see if it works now 
1   more stuff that doesn't mean anything 
2   one last try please work