从panda Dataframe的每一行中删除一个字符(^)，并在每一行中获得唯一的单词
从panda Dataframe的每一行中删除一个字符(^)，并在每一行中获得唯一的单词
提问于 2019-05-07 19:42:59
我想在dataframe df的每一行中将'^‘替换为’‘(空格)，然后在每行中找到唯一的单词。
谢谢
ID Text
0 B07HFHF2ZM NaN
1 B07HFK5V4K handloom saree^handloom cotton sarees^bengal h...
2 B07HFKHRTL tantuja bengal handloom sarees^handloom saree^...
3 B07HFKLPL5 handloom sarees cotton bengal^bengal cotton sa...
4 B07HFKXWW3 cotton saree^bengal cotton sarees for women^ta...
5 B07HFL8J2D tantuja bengal handloom sarees^handloom saree^...
6 B07HZY27MF cotton saree^tantuja bengal handloom sarees^co...
7 B07HZZCH28 tantuja^tantuja bengal handloom sarees^cotton ...
8 B07J163MGJ tangail saree handloom cotton^black cotton sar...
9 B07J191MR4 tantuja saree^bengal cotton sarees for women^b...回答 1
Stack Overflow用户
发布于 2019-05-07 20:26:59
关于替补，你们已经很接近了。
这应该是可行的：
df['Text 2'] = pd.Series(map(lambda x: str(x).replace("^"," "), df['Text']))在python3 map创建生成器时，您必须运行生成器才能获得结果。通常您可以使用list(map(...))，但在这种情况下，pandas.Series更可取，因为您希望创建一个dataframe列。
我还需要将x.str.replace更改为str(x).replace以使其正常工作，并将"c"更改为" "。如果需要空格，请使用空格，而不是'c‘字符。
要查找唯一的单词，可以使用Counter
from collections import Counter
for row in df['Text2']:
wordcounter = Counter(row.split())
for w, i in wordcounter.items():
if i == 1:
print(w, end=' ')
print('')这将为每一行打印所有唯一的单词(出现一次的单词)。
如果你需要所有的单词(跳过重复)，你可以使用set代替。
for row in df['Text2']:
wordcounter = set(row.split())
print(wordcounter)当然，您可以将它们添加到列表中，而不是打印，这取决于您想要如何处理这些独特的单词。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/56021834
复制相关文章
相似问题
腾讯云开发者
