首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >从Python中的多个列中移除非中文元素

从Python中的多个列中移除非中文元素
EN

Stack Overflow用户
提问于 2020-02-13 15:35:26
回答 1查看 66关注 0票数 1

我正在努力删除字母(a-z and A-Z),数字和标点符号,并只留下以下数据帧的v1v3的中文字符。

代码语言:javascript
运行
复制
    id       v1                      v2                     v3
0    1      泥岗路             红岗花园12栋110房                    NaN
1    2     沙井街道                     万丰路                     东侧
2    3      中心区                    N15区          幸福·海岸10栋A座11A
3    4      龙岗镇                     南联村       长海雅园2栋D301D302房产
4    5    蛇口工业区                     兴华路  海滨花园多层海滨花园兰山楼06栋504房产
5    6      宝安路         松园·南九巷综合楼10栋103                    NaN
6    7      宝安路         松园·南九巷综合楼10栋203                    NaN
7    8      龙岗镇                     中心城            尚景华园12栋307房
8    9     沙河西路            西博海名苑1栋30C房产                    NaN
9   10  华侨城香山中路              天鹅堡三期P栋4D房                    NaN
10  11      布吉镇  德福花园德福豪苑C4栋C5栋C4座1403房                    NaN

我试过的代码可以工作,但它留下了一些标点符号:

代码语言:javascript
运行
复制
cols = ['v1', 'v2', 'v3']
df[cols] = df[cols].apply(lambda x: x.str.replace(r'[\x00-\x7F]+', ''))

输出:

代码语言:javascript
运行
复制
         v1            v2                v3
0       泥岗路        红岗花园栋房               NaN
1      沙井街道           万丰路                东侧
2       中心区             区           幸福·海岸栋座
3       龙岗镇           南联村           长海雅园栋房产
4     蛇口工业区           兴华路  海滨花园多层海滨花园兰山楼栋房产
5       宝安路    松园·南九巷综合楼栋               NaN
6       宝安路    松园·南九巷综合楼栋               NaN
7       龙岗镇           中心城            尚景华园栋房
8      沙河西路      西博海名苑栋房产               NaN
9   华侨城香山中路       天鹅堡三期栋房               NaN
10      布吉镇  德福花园德福豪苑栋栋座房               NaN

我该如何改进代码呢?谢谢。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-02-13 15:44:44

您可以使用next regexp it只收集中文字符:

代码语言:javascript
运行
复制
cols = ['v1', 'v2', 'v3']
df[cols] = df[cols].apply(lambda x: x.str.replace(r'[^\u4e00-\u9FFF]+', ''))

如果你想保留空白,你可以添加\s

代码语言:javascript
运行
复制
cols = ['v1', 'v2', 'v3']
df[cols] = df[cols].apply(lambda x: x.str.replace(r'[^\u4e00-\u9FFF\s]+', ''))
票数 1
EN
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/60202641

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档