python-3.x - 需要从 Pandas Dataframe 的一列中删除几个字符
问题描述
我已经尝试了各种方法来删除 D 列中的Call、[、]和'。我错过了什么?
我试过了:
.str.replace
df.Required_no_Email.replace("\(", 'xxx', regex=True)
df.Required_no_Email.replace('\(|\)', '', regex=True)
df.Required_no_Email.str.strip('()')
还有很多其他人,但我已经忘记了我尝试过的其他内容。
这是脚本
from bs4 import BeautifulSoup # BeautifulSoup is in bs4 package
import requests
import re
import pandas as pd
URL = 'https://reallyfrustrated.com'
content = requests.get(URL)
soup = BeautifulSoup(content.text, 'html.parser')
business = soup.find('title')
companys = business.get_text()
phones = soup.find_all(text=re.compile("Call (.*)"))
data = {'Required':[companys], 'Required_no_Email':[phones]}
df = pd.DataFrame(data, columns = ['Required','First', 'Last', 'Required_no_Email', 'Business Fax'])
writer = pd.ExcelWriter("ProspectUploadSheetRob.xlsx", engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1', index=False, startrow=4, header=3)
workbook = writer.book
worksheet = writer.sheets['Sheet1']
header_format = workbook.add_format({
'bold': False,
'text_wrap': False,
'valign': 'top',
'fg_color': False,
'border': False})
for col_num, value in enumerate(df.columns.values):
worksheet.write(4, col_num, value, header_format)
df.Required_no_Email.str.strip('()')
writer.save()
解决方案
@RobK 以下适用于您要替换的任何字符的单行。在传递regex=True和使用 \转义字符并使用带|的或分隔符的尝试中,您已经非常接近了。. 您需要记住使用 df.Required_no_Email = 设置更改。
import pandas as pd
df = pd.DataFrame({'Required' : ['CTC Landscaping'],
'Required_no_Email' : ['''['Call (123) 456-7890']''']})
df.Required_no_Email = df.Required_no_Email.replace('\[|\]|\'|\(|\)', '',
regex=True)
df
@RobK 你说你的代码没有改变任何东西。我的猜测是您在创建 writer 对象后放置了脚本的替换部分。它在下面为我工作。我创建了自己的数据框来代替您代码中漂亮的汤部分,并且效果很好。我还会附上截图:
import pandas as pd
df = pd.DataFrame({'Required' : ['CTC Landscaping'],
'Required_no_Email' : ['''['Call (123) 456-7890']''']})
df.Required_no_Email = df.Required_no_Email.replace('\[|\]|\'|\(|\)', '',
regex=True)
writer = pd.ExcelWriter("ProspectUploadSheetRob.xlsx", engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1', index=False, startrow=4, header=3)
workbook = writer.book
worksheet = writer.sheets['Sheet1']
header_format = workbook.add_format({
'bold': False,
'text_wrap': False,
'valign': 'top',
'fg_color': False,
'border': False})
for col_num, value in enumerate(df.columns.values):
worksheet.write(4, col_num, value, header_format)
df.Required_no_Email.str.strip('()')
writer.save()
推荐阅读
- javascript - Highcharts Sankey 颜色不适用于结束列
- android - Android可绘制自定义形状描边多个项目
- angular - Angular/Typescript 评估和这个
- android - Android WebRTC 中的本地视频渲染器
- c++ - 无法访问参考 C++ 后面的信息
- google-maps - 如何从谷歌地图位置获取城市名称?
- html - 我怎样才能让我的专栏保持内联?
- azure - 指定监视器诊断设置“发送间隔”
- jquery - 使用边框制作多个 div 的单个边框
- webpack - 使用 HotModuleReplacementPlugin 不会改变内容