从panda数据帧的每一行中删除一个字符（^），并在每一行中获得唯一的单词

Question

我想在数据帧[df]的每一行中用“”（空格）替换“^”，然后在每一行中找到唯一的字。你知道吗

谢谢

        ID              Text
0   B07HFHF2ZM  NaN
1   B07HFK5V4K  handloom saree^handloom cotton sarees^bengal h...
2   B07HFKHRTL  tantuja bengal handloom sarees^handloom saree^...
3   B07HFKLPL5  handloom sarees cotton bengal^bengal cotton sa...
4   B07HFKXWW3  cotton saree^bengal cotton sarees for women^ta...
5   B07HFL8J2D  tantuja bengal handloom sarees^handloom saree^...
6   B07HZY27MF  cotton saree^tantuja bengal handloom sarees^co...
7   B07HZZCH28  tantuja^tantuja bengal handloom sarees^cotton ...
8   B07J163MGJ  tangail saree handloom cotton^black cotton sar...
9   B07J191MR4  tantuja saree^bengal cotton sarees for women^b...

Answer 1

关于替换，您很接近。
这应该起作用：

df['Text 2'] = pd.Series(map(lambda x: str(x).replace("^"," "), df['Text']))

在python3 map中创建生成器时，必须运行生成器才能得到结果。通常您可以执行list(map(...))，但在本例中，pandas.Series更可取，因为您需要创建一个dataframe列。你知道吗

我还需要将x.str.replace更改为str(x).replace以使其工作，并将"c"更改为" "。如果需要空格，请使用空格，而不是“c”字符。你知道吗

要查找唯一的单词，可以使用Counter：

from collections import Counter
for row in df['Text2']:
    wordcounter = Counter(row.split())
    for w, i in wordcounter.items():
        if i == 1:
            print(w, end=' ')
    print('')

这将为每行打印所有唯一的单词（出现一次的单词）。
如果你需要所有的单词（跳过重复），你可以用set代替。你知道吗

for row in df['Text2']:
    wordcounter = set(row.split())
    print(wordcounter)

当然，您可以将它们添加到列表中，而不是打印，这取决于您想对这些独特的单词执行什么操作。你知道吗