python - 如何删除以开头并包含特殊字符熊猫的字符串

Question

我有一个数据框，其中有一列包含文本。此数据来自并保存到 csv 文件中，其中包含以下字符串：

 Supporter🇨🇮
 🇮🇪🇪🇺
 📞061 300149 💻[e-mail]

是否可以从文本数据中删除这些字符串？如果是这样，最好的方法是什么？

我努力了：

 df['text'] = df['text'].replace(r'(?<![@\w])(^\W+)', '', regex=True)

但不幸的是，它不会删除字符串。

谢谢！

标签： pythonpandas

Answer 1

例如对于以下 DataFrame

                Supporter
0                🇨🇮
1                     foo
2        🇮🇪🇪🇺
3          üìû061 300149
4                     bar
5  💻[e-mail]

我们可以str.match用来删除任何包含特殊字符的行：

df.loc[~df['Supporter'].str.match('[\u0080-\uFFFF]')]

输出：

  Supporter
1       foo
4       bar

此外，如果您只想在保留实际记录的同时删除特殊字符：

df['Supporter'] = df['Supporter'].str.replace('[\u0080-\uFFFF]', '')

print(df)

输出：

    Supporter
0            
1         foo
2            
3  061 300149
4         bar

注意：如果 DataSet 中有任何NA值，则应在运行这些值之前删除它们：

df = df.dropna()