Python pandas：从 DataFrame 中删除表情符号答案

【问题标题】：Python pandas: Remove emojis from DataFramePython pandas：从 DataFrame 中删除表情符号
【发布时间】：2021-03-14 11:17:19
【问题描述】：

我有一个包含许多不同表情符号的数据框，我想删除它们。我查看了类似问题的答案，但它们对我不起作用。

index| messages
----------------
1    |Hello! ???? 
2    |Good Morning ????  
3    |How are you ?
4    | Good ????
5    | Ländern

现在我想从 DataFrame 中删除所有这些表情符号，使其看起来像这样

    index| messages
    ----------------
    1    |Hello!
    2    |Good Morning   
    3    |How are you ?
    4    | Good 
    5    |Ländern

我在这里尝试了解决方案，但不幸的是它也删除了所有非英文字母，如“ä” How can I remove emojis from a dataframe?

【问题讨论】：

请从输出/控制台按原样粘贴数据框。不要格式化。
stackoverflow.com/questions/51217909/…
@Vishnudev 不幸的是，我不允许共享实际数据帧，这就是我格式化它的原因
我指的是样本本身，不要放- 或|
哦，我明白了，谢谢。（第一次发问题，不知道怎么写）

标签： python python-3.x dataframe emoji

【解决方案1】：

我认为以下内容正在回答您的问题。我添加了一些其他字符进行验证。

import pandas as pd
df = pd.DataFrame({'messages':['Hello! ?', 'Good-Morning ?', 'How are you ?', ' Goodé ?', 'Ländern' ]})

df['messages'].astype(str).apply(lambda x: x.encode('latin-1', 'ignore').decode('latin-1'))

【讨论】：

【解决方案2】：

此解决方案将保留所有 ASCII 和 latin-1 字符，即 this list 中 U+0000 和 U+00FF 之间的字符。对于扩展拉丁语加希腊语，请使用 < 1024:

df = pd.DataFrame({'messages': ['Länder ??❤️', 'Hello! ?']})

filter_char = lambda c: ord(c) < 256
df['messages'] = df['messages'].apply(lambda s: ''.join(filter(filter_char, s)))

结果：

  messages
0  Länder 
1  Hello!

请注意，这不适用于例如日文文本。另一个问题是，心脏“表情符号”实际上是一个Dingbat，所以我不能简单地过滤Unicode的Basic Multilingual Plane，哦，好吧。

【讨论】：

效果很好，标志的额外积分;-)
非常感谢这对我有用 (Vielen Dank)
如果这在某些情况下不起作用，您也可以尝试filter(lambda c: c.isalpha(), s) - 例如应该处理日语。但它确实过滤了!——哦，好吧。
我们不应该将 lambda 表达式分配给变量。 df['messages'] = df['messages'].apply(lambda s: ''.join(filter(lambda c: ord(c) < 256, s))) 是正确的。