使用 replace() 从 Python 中的文本数据中删除完整句子 [重复]答案

【问题标题】：Using replace() to remove full sentences from text data in Python [duplicate]使用 replace() 从 Python 中的文本数据中删除完整句子 [重复]
【发布时间】：2022-01-18 14:39:42
【问题描述】：

我正在尝试从文本数据段落中删除三个句子。我有一个 pandas 数据框，其中包含我想从中删除相同的三个句子的段落行。例如，

import pandas as pd

df_1 = pd.DataFrame({"text": ["the dog is red. He goes outside and runs.", 
                              "i like dogs because they are fun. i don't like that dogs bark at mailmen", 
                              "dogs bark at mailmen and i think its funny."]})
    
custom_stopwords = ["the dog is red", "i like dogs", "dogs bark at mailmen"]
 
for i in custom_stopwords: 
    df_1['text'] = df_1['text'].str.replace(i, '')

此方法在我提供的示例中有效，但不适用于我的实际数据。我拥有的数据非常大，但我不明白为什么在这种情况下这很重要。正在发生的事情是我的一些句子将被删除，而另一些则不会。例如，我无法删除单词“installation(s)”而不用“/”挡住括号。

【问题讨论】：

标签： python pandas text replace str-replace

【解决方案1】：

pandas.Series.str.replace 具有regex=True 的默认关键字参数，这意味着它假定替换是正则表达式（就像您的“安装”可以被解释）。您正在尝试替换字符串文字（或至少是非常规表达式）。添加regex=False 应该可以正常工作：

for i in custom_stopwords: 
    df_1['text'] = df_1['text'].str.replace(i, '', regex=False)

【讨论】：

谢谢，效果很好！我希望我早点问，而不是旋转我的轮子……几个小时！

【解决方案2】：

将str.replace 与参数regex=False 一起使用。 (s) 被解释为一个正则表达式组，在这种特定情况下等于字符 s。

【讨论】：

谢谢，效果很好！