大家好,我是皮皮。
前几天在Python白银交流群有个叫【冻豺】的粉丝问了一道Python清洗数据的问题,这里拿出来给大家分享下,一起学习下。
如何才能把pandas serise
里乱七八糟的字符清理干净呢?
这里给出了一个示例的代码,使用了apply
和lambda
和正则表达式,一气呵成,只需要稍微修改下,匹配自己的数据就可以了。
df['主营业务']=df['主营业务'].astype('str').apply(lambda x: re.sub('[0-9+,,.。…、“”^_?::’‘''""()();;【】!!*?]+', '', x))
不过这个是通用的,也会把数字干掉,如果想适配自己的数据,还需要稍微修改下。
这样问题就完美解决了,另外的话,遇到特殊字符什么的,都可以优先使用re.sub
或者replace()
函数,事半功倍。
大家好,我是皮皮。这篇文章主要分享了一个Pandas数据清洗题目,针对该问题给出了具体的解析和代码演示,一共两个方法,帮助粉丝顺利解决了问题。相信肯定还有其他方法的,欢迎大家积极尝试,如果有好方法,记得也分享给我噢,我帮助分享到群里,大家一起学习交流!
最后感谢【冻豺】提问,感谢【dcpeng】和【月神】大佬给出的具体解析和代码演示,感谢【冯诚】等人参与学习交流。