从熊猫数据框中的文本替换unicode

Question

我有这个数据框：

>>> df
                   Temp
0   before 1.5° C after
1     before 2° C after
2    before 2°  C after
3  before 1.5°  C after

我应用这个replace 方法：

newdf = df.replace(r'(?P<quote>\d[.]*[\d]*)(?u:00B0)\s+C', '(?P=quote)'r'C')

数据框保持不变。但是，我希望它看起来像这样：

>>> newdf
               Temp
0 before 1.5C after
1   before 2C after
2   before 2C after
3 before 1.5C after

我也尝试过newdf = df.replace(r'°\s+','')，但这也不会改变数据框。

这些其他问题：

• removing unicode from text in pandas 我不想删除所有的 unicode 字符，只是这个后跟零个或多个空格的字符。
• Replacing Unicode character in pandas Dataframe column，但我需要零个或多个空格的正则表达式。
• 我不能先删除 unicode 字符，因为° 是需要进行更改的指示符。

Answer 1

使用模式r"[^\d.C]" 替换除int、decimal 和C 之外的所有内容

例如：

df["New"] = df["Temp"].str.replace(r"[^\d.C]", "")
#OR
df["New"] = df["Temp"].str.replace(r"(?<=\d)(°\s*)", "")
print(df)

输出：

      Temp   New
0   1.5° C  1.5C
1     2° C    2C
2     2° C    2C
3  1.5°  C  1.5C

Answer 2

另一种方式；只需替换所有non digits，不包括.

 df["New"]=df.Temp.str.replace('[^\w\.]','')