在处理CSV文件之前,我使用[^A-Za-z']表达式从CSV文件清除数据。但是我想用圆点表示缩写(如美国),我想把[A-Za-z]\.[A-Za-z]排除在[^A-Za-z']之外。我怎么能这么做?
编辑:使它更清楚。我将提供一个例子:
“美国的塑料建筑集中在墨西哥湾地区,美国石化工业的大部分地区已经坐落在那里。”
我转换为小写,清除任何不按字母顺序排列的字符,并将句子分成单词。当我清理它的时候,我得到了结果:
“美国的塑料建筑集中在墨西哥海湾地区,美国的石化工业大部分都位于这里。”
我想排除[A-Za-z]\.[A-Za-z]而忽略美国
代码行:
corpus_text['Sentence'] = corpus_text['Sentence'].str.replace("[^A-Za-z']", ' ').str.lower()发布于 2020-05-11 20:34:11
我是否正确地阅读了你的问题,你想删除所有的非Am字符,除非中间有一个圆点。
这样的省略号
这意味着,任何尾随点,如在句尾,仍然需要删除。因此,清除所有可选的尾随点,然后是非alpha字符或非点字符:
\.*[^A-Za-z\.]https://stackoverflow.com/questions/61737707
复制相似问题