无法替换 Python pandas 数据框中的特殊字符答案

【问题标题】：Cannot replace special characters in a Python pandas dataframe无法替换 Python pandas 数据框中的特殊字符
【发布时间】：2018-11-23 14:17:55
【问题描述】：

我在 Windows 中使用 Python 3.5。我有一个数据框，其中'titles' str 类型列包含标题标题，其中一些具有特殊字符，例如â、€、˜。

我正在尝试使用pandas.replace 将这些替换为空格''。我尝试了各种迭代，但没有任何效果。我可以替换常规字符，但这些特殊字符似乎不起作用。

代码运行没有错误，但根本不会发生替换，而是返回原始标题。以下是我已经尝试过的。任何建议将不胜感激。

df['clean_title'] = df['titles'].replace('€','',regex=True)
df['clean_titles'] = df['titles'].replace('€','')
df['clean_titles'] = df['titles'].str.replace('€','')

def clean_text(row):
   return re.sub('€','',str(row))
   return str(row).replace('€','')
df['clean_title'] = df['titles'].apply(clean_text)

【问题讨论】：

我无法重现，您的第三个示例对我有用。您可以发布您的数据框示例吗？
假设标题是“‘BetterHash’：比特币核心开发。提出分散比特币挖矿的新协议'
这看起来更像是一个编码错误。因此，您最好在编码级别解决这个问题。
我在使用 read_csv 导入 csv 文件时尝试了各种编码，例如 utf-8。没有任何效果:(
试试.replace('\xE2\x82\xAC', '')

标签： python regex string pandas dataframe

【解决方案1】：

我们只能假设您将非 ASCI 称为“特殊”字符。

要删除 pandas 数据框列中的所有个非 ASCI 字符，请执行以下操作：

df['clean_titles'] = df['titles'].str.replace(r'[^\x00-\x7f]', '')

请注意，这是一个可扩展的解决方案，因为它适用于任何非 ASCI 字符。

【讨论】：