有效地从字符串列中删除多个短语

【问题标题】：Removing multiple phrases from string column efficiently有效地从字符串列中删除多个短语
【发布时间】：2019-05-19 13:07:00
【问题描述】：

我想删除列中的几个单词，并且我在下面编写了运行良好的代码

finaldata['keyword'] = finaldata['keyword'].str.replace("Washington Times", "")
finaldata['keyword'] = finaldata['keyword'].str.replace("Washington Post", "")
finaldata['keyword'] = finaldata['keyword'].str.replace("Mail The Globe", "")

现在我有大约 30 个单词要删除，但我不能重复这行代码 30 次。如果是，有什么方法可以解决我的问题，请指导我

【问题讨论】：

标签： python python-3.x string pandas

【解决方案1】：

您可以在此处使用正则表达式并将其减少为单个 replace 调用。

words = ["Washington Times", "Washington Post", "Mail The Globe"]
p = '|'.join(words)

finaldata['keyword'] = finaldata['keyword'].str.replace(p, '')

为了提高性能，如果数据没有 NaN，您应该考虑使用列表推导。

import re

p2 = re.compile(p)
finaldata['keyword'] = [p2.replace('', text) for text in finaldata['keyword']]

如果有NaN，可以使用select，使用loc重新赋值：

m = finaldata['keyword'].notna()
finaldata.loc[m, 'keyword'] = [
    p2.replace('', text) for text in finaldata.loc[m, 'keyword'].tolist()]

【讨论】：