如何在pandas数据帧中格式化文本

Question

我有一个熊猫数据帧：

df

id  Description
1   2694 A&W #5530 MONTREAL QC
2   ahi DOLLARAMA # 45 MONTREAL QC
3   PC - PAYMENT FROM - *****11*22

我想格式化这个数据帧，这样df["Description"]列不会有#、-、*或{}如：

^{pr2}$

我尝试使用python模块re。但我错了。在

谢谢

Answer 1

您可以使用pandas .apply和re.sub删除{}，即：

import pandas as pd
import re
test = ['2694 A&W #5530 MONTREAL QC', 'ahi DOLLARAMA # 45 MONTREAL QC', 'PC - PAYMENT FROM - *****11*22']

def change_me(content):
    content =  re.sub(r"[^A-Z ]+", "", content, 0, re.IGNORECASE)
    return re.sub(r"[ ]{2,}", " ", content, 0, re.IGNORECASE)

df = pd.DataFrame({'Desc':test})
df.Desc = df.Desc.apply(change_me)

---

^{pr2}$

---

Regex Demo and Explanation

---

附言：
请阅读@ami的评论，.str.replace()是适合此类任务的函数。在

Answer 2

尝试使用如下正则表达式：

df.Description = df.Description.str.replace(r'[\d#\-\*]', '')

这给了

^{pr2}$