我有文本字符串,我正在使用以下字符串函数来清理它。现在我想缩放它并将其应用于数据帧。我面临的挑战是它不适用于数据框。我尝试申请 numpy 数组,但结果是空字符串。数据框是单列,具有与给定的行变量相似的字符串: 00 Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US...1 Mozilla/5.0 (Windows NT 5.1; rv:2.0.1) Gecko/2...2 Mozilla/5.0 (iPod; U; CPU iPhone OS 4_1 like M...3 Mozilla/5.0 (Windows NT 5.1; rv:5.0) Gecko/201...4 Mozilla/4.0 (compatible; MSIE 7.0; Windows NT ...`` line = "Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; .NET CLR 2.0.50727; handyCafeCln/3.3.21)" re_print = re.compile('[^%s]' % re.escape(string.printable)) remove_digits = str.maketrans('', '', digits) remove_punc =str.maketrans('', '', string.punctuation) line = line.translate(remove_digits) line = line.translate(remove_punc) line = line.split()结果:['Mozilla'、'兼容'、'MSIE'、'Windows'、'NT'、'NET'、'CLR'、'handyCafeCln']我尝试在函数中打包相同的步骤,但无法将其应用于 datframe 并出现以下错误 Series' object has no attribute 'translatedef clean_pairs(lines): re_print = re.compile('[^%s]' % re.escape(string.printable)) remove_digits = str.maketrans('', '', digits) remove_punc =str.maketrans('', '', string.punctuation) lines.translate(remove_digits) lines.translate(remove_punc) lines.split()df.apply(clean_pairs)
1 回答
POPMUISE
TA贡献1765条经验 获得超5个赞
def clean_pairs(lines):
re_print = re.compile('[^%s]' % re.escape(string.printable))
remove_digits = str.maketrans('', '', string.digits)
remove_punc =str.maketrans('', '', string.punctuation)
lines = lines.translate(remove_digits)
lines = lines.translate(remove_punc)
lines = lines.split()
return lines
df = pd.DataFrame([line])
print(df[0].apply(clean_pairs))
添加回答
举报
0/150
提交
取消