在 Python 中用“N/A”替换特殊字符答案

【问题标题】：Replace special characters with "N/A" in Python在 Python 中用“N/A”替换特殊字符
【发布时间】：2020-08-30 10:29:10
【问题描述】：

我想将所有仅包含 df['Comments'][2] 等表情符号的行更改为 N/A。

df['Comments'][:6]
0                                                          nice
1                                                       Insane3
2                                                          ????????❤️
3                                                @bertelsen1986
4                       20 or 30 mm rise on the Renthal Fatbar?
5                                     Luckily I have one to ????????????

以下代码没有返回我期望的输出：

df['Comments'].replace(';', ':', '!', '*', np.NaN)

预期输出：

df['Comments'][:6]
0                                                          nice
1                                                       Insane3
2                                                          nan
3                                                @bertelsen1986
4                       20 or 30 mm rise on the Renthal Fatbar?
5                                     Luckily I have one to ????????????

【问题讨论】：

你不想替换最后一行的????????????？
如果可以保留它们，我想保留它们。但是如果代码太复杂，去掉也可以。

标签： python python-3.x regex pandas special-characters

【解决方案1】：

函数（remove_emoji）参考https://stackoverflow.com/a/61839832/6075699

试试
先安装emoji lib - pip install emoji

import re
import emoji

df.Comments.apply(lambda x: x if (re.sub(r'(:[!_\-\w]+:)', '', emoji.demojize(x)) != "") else np.nan)
0                         nice
1                      Insane3
2                          NaN
3               @bertelsen1986
4    Luckily I have one to ???
Name: a, dtype: object

【讨论】：

【解决方案2】：

您可以通过迭代每行中的 unicode 字符（使用 emoji 和 unicodedata 包）来检测包含表情符号的行：

df = {}
df['Comments'] = ["Test", "Hello ?", "???"]

import unicodedata
import numpy as np
from emoji import UNICODE_EMOJI
for i in range(len(df['Comments'])):
    pure_emoji = True
    for unicode_char in unicodedata.normalize('NFC', df['Comments'][i]):
        if unicode_char not in UNICODE_EMOJI:
            pure_emoji = False
            break
    if pure_emoji:
        df['Comments'][i] = np.NaN
print(df['Comments'])

【讨论】：

很抱歉，但这对我的代码没有任何影响。感谢您的努力！
你是对的，它没有正确写回结果。我修改了示例以正确地将所有内容写回df 数组，并验证它是否有效。确保现在再试一次，并考虑将我的答案标记为我首先发布的解决方案。