推特数据分析

【问题标题】：Twitter data analysis推特数据分析
【发布时间】：2022-02-23 23:12:47
【问题描述】：

我的论文项目有一个问题。为了进行情绪分析，我想消除所有主题标签，但是使用此 Python 代码，我只删除了“#”。我还想删除与“#”相关的单词。谢谢大家

df['text']=df['text'].apply(lambda x:' '.join(re.findall(r'\w+', x)))

【问题讨论】：

【解决方案1】：

假设您希望主题标签后的其余单词保持不变，请尝试以下操作：

import re
df['text']=df['text'].apply(lambda x:(re.sub("#([\S]+)",'',x)))

它将删除 # 之后的所有单词，直到下一个空格。

【讨论】：

【解决方案2】：

您可以使用 re.sub 方法。类似的东西：

df["text"] = df["text"].apply (lambda x : re.sub (r"#.*\s", "", x))

通过这种方式，您可以用空字符串替换与模式“#.*\s”（井号后跟任意数量的字符后跟空格）匹配的所有内容。您可能需要根据您的数据稍微调整正则表达式。

在此处查看有关 re 模块的文档：https://docs.python.org/3/library/re.html

【讨论】：