将HTML字符转换为数据帧中的字符串

Question

我想在dataframe中将html字符替换为字符串

我尝试了以下代码，但无法更改为stirng

import html
html.unescape(data)

这是我的数据框，我怎样才能做到这一点

供您参考，此结果来自谷歌云的翻译API

ID A1 A2 A3 1我不知道是否不符合事实上我很难理解。。。我不知道它是否符合我的经验。。。我认为这是一个正确的网页设计，至少。。。NaN此商品的价格为400元人民币或4英镑

Answer 1

如果没有任何NaN，那么可以简单地使用applymap()让所有单元格由html.escape处理

因此，如果您认为可以将NaN转换为空字符串，则可以使用：

df.fillna("").applymap(html.unescape)

如果您想保留NaN，那么一个好的解决方案是使用stack()将列转换为另一级别的索引，这将抑制NaN条目。然后，您可以使用apply()（因为它现在是一个系列，而不是一个数据帧）和稍后的unstack()将其恢复到原始格式：

df.stack().apply(html.unescape).unstack()

但请注意，最后一个方法将删除完全由NaN组成的行或列，不确定您是否可以接受

另一种选择是使用applymap()但使用lambda，并且仅将html.unescape应用于非NaN的术语：

df.applymap(lambda x: html.unescape(x) if pd.notnull(x) else x)