Python-从 .txt 文件中清理数据？答案

【问题标题】：Python- Cleaning the data from .txt file?Python-从 .txt 文件中清理数据？
【发布时间】：2020-09-29 23:10:40
【问题描述】：

import pandas as pd
import os
import numpy as np
import re


#LOAD THE DATA
df = pd.read_fwf('receipt.txt')

data= df.replace("£", "")

print(data)

我已尝试清理此数据并删除“£,:,-”，请问如何最好地从我的数据中删除这些符号？请看附图。

import pandas as pd
import os
import numpy as np


#LOAD THE DATA
df = pd.read_fwf('receipt.txt')
df.head()

【问题讨论】：

【解决方案1】：

您可以使用字符串替换并将不需要的字符串替换为空字符串“”，实质上是删除它们。

例子：

str.replace("unwanted", "")

如果您不必在每次运行代码时都执行此操作，请考虑使用简单的 shell“tr -d 'idontwantthis'”在脚本之外进行数据清理（假设 Linux/OSX）

【讨论】：

谢谢，我收到了错误 - 替换预期的至少 2 个参数，得到 1 个
我应该提到“str”是你的字符串变量。如果您遇到更多错误，请粘贴您的代码
这是 txt 文件中的数据：£ 2800.02020-06-08 19:48:28.975953£ 500.02020-06-08 19:48:47.833899£ 800.02020-06-08 19:49:45.017243
我仍然得到 - '空数据框'
@Rimi 你在做这个操作做数据框吗？因为您必须对字符串变量执行此操作。将文件加载为文本并应用修复，将其保存在某处，然后再次将新文件加载为 Dataframe

【解决方案2】：

你可以这样做：

readfilestr.replace("[the text to remove goes here]", "")

【讨论】：

谢谢，我得到以下信息 - 空 DataFrame 列：[£, 2800.02020-06-08, 19:48:28.975953£, 500.02020-06-08, 19:48:47.833899£, 800.02020 -06-08, 19:49:45.017243] 索引：[]
如果你想从列表中的每个项目中删除这些符号，那么你可以做一个 for 循环： for i in len(mylist): if mylist[i].__contains__("[unwanted ]"): mylist[i] = str(mylist[i]).replace(['unwanted']) （如果你是多维的，你也可以添加一个 for 循环）

【解决方案3】：

您可以查看正则表达式 (RegEx) 模块。

import re

string = "test with £,:,-"

new_string= re.sub('[£:-]', "", string)

print(new_string) # test with ,,

有一些很好的例子here，

【讨论】：