从数据框列中删除字符答案

【问题标题】：Removing characters from a dataframe column从数据框列中删除字符
【发布时间】：2017-09-07 17:12:43
【问题描述】：

下面是从类别列表和数据集中提取匹配值的代码。

matches= token.apply(lambda x: pd.Series(x).str.extractall("|".join(["({})".format(cat) for cat in Categories.HealthCare])))
match_list= [[m for m in match.values.ravel() if isinstance(m, str)] for match in matches]
match_df = pd.DataFrame({"Hc1":match_list})

def match_health(row):
    categories = []

    for bigram in row.bigram:
        joined = ' '.join(bigram)
        if joined in HealthCare:
            categories.append(joined)
    for trigram in row.trigram:
        joined = ' '.join(trigram)
        if joined in HealthCare:
            categories.append(joined)

    return categories

match_df['Hc2'] = df.apply(match_health, axis=1)
match_df['HealthCare'] = match_df[match_df.columns[[0,1]]].apply(lambda x: ','.join(x.dropna().astype(str)),axis=1)

产生以下结果：

    Hc1                 Hc2                         HealthCare
0   []                  []                          [],[]
1   [Sauna, Jacuzzi]    [Health Club, Steam Room]   ['Sauna', 'Jacuzzi'],['Health Club', 'Steam Ro...
2   [Sauna, Jacuzzi]    [Health Club, Steam Room]   ['Sauna', 'Jacuzzi'],['Health Club', 'Steam Ro...
3   [Sauna, Jacuzzi]    [Health Club, Steam Room]   ['Sauna', 'Jacuzzi'],['Health Club', 'Steam Ro...

类型（match_df）

pandas.core.frame.DataFrame

但我的输出应该没有'[]' - 方括号和字符串周围的单引号，例如：

    Hc1                 Hc2                         HealthCare
0                                                   
1   Sauna, Jacuzzi   Health Club, Steam Room    Sauna,Jacuzzi,Health Club,Steam Ro...
2   Sauna, Jacuzzi   Health Club, Steam Room    Sauna,Jacuzzi,Health Club,Steam Ro...
3   Sauna, Jacuzzi   Health Club, Steam Room    Sauna,Jacuzzi,Health Club,Steam Ro...

需要帮助。

【问题讨论】：

仅将 [ ] 和 ' 替换为空格或仅删除它们不够吗？
是的，用逗号分隔符替换它也可以完成工作
match_df['HealthCare'] = match_df['HealthCare'].map(lambda x: x.replace('[','').replace(']','').replace ("'",'')) 这有效，但仅适用于数据框列。你知道如何一次将它应用到整个数据帧吗？

标签： python regex python-3.x pandas dataframe

【解决方案1】：

您可以拨打.str.replace:

match_df['HealthCare'] = match_df['HealthCare']\
                          .astype(str).str.replace(r"[\[\]']", '')

【讨论】：

我试过但不成功。 match_df = match_df.applymap(lambda x: x.translate(tab)) match_df AttributeError: ("'list' object has no attribute 'translate'", '发生在索引 Hc1')
@RajithaNaik 为什么不成功？如果它对我有用，它可能对你有用。
我使用了 maketrans ，最初我得到了这个错误：即使从字符串导入后也找不到名称 maketrans，现在 'list' 对象没有属性 'translate''。可能我不清楚如何在我的代码中应用这些功能。
@RajithaNaik 现在试试这个。它应该比您的解决方案快得多。
@RajithaNaik 你有一些选择。您可以使用循环并为每一列调用相同的代码。您也可以使用 applymap 并替换，但这可能会更慢，即使没有循环。

【解决方案2】：

match_df['HealthCare'] = match_df['HealthCare'].map(lambda x: x.replace('[','').replace(']','').replace("'",''))

这适用于替换所有方括号和单引号。

O/P：

      HealthCare
0                                                   
1   Sauna,Jacuzzi,Health Club,Steam Ro...
2   Sauna,Jacuzzi,Health Club,Steam Ro...
3   Sauna,Jacuzzi,Health Club,Steam Ro...

【讨论】：