python - 将字符串操作应用于 Pandas 数据框

Question

有类似的答案，但我无法将其应用到我自己的案例中我想在我的 pandas 数据框中删除 Windows 目录名称的禁止字符。我尝试使用类似的东西:

df1['item_name'] =  "".join(x for x in df1['item_name'].rstrip() if x.isalnum() or x in [" ", "-", "_"]) if df1['item_name'] else ""

假设我有这样一个数据框

 item_name
0  st*back
1  yhh?\xx
2  adfg%s
3  ghytt&{23
4  ghh_h

我想得到:

   item_name
0  stback
1  yhhxx
2  adfgs
3  ghytt23
4  ghh_h

我怎样才能做到这一点？注意:我之前从网上抓取数据，旧版本使用以下代码

item_name = "".join(x for x in item_name.text.rstrip() if x.isalnum() or x in [" ", "-", "_"]) if item_name else ""

现在，我对相同的项目有了新的观察，我想将它们与旧的观察合并。但是我重新抓取的时候忘记用同样的方法了

Answer 1

你可以将条件归纳为一个负字符类，然后使用str.replace将它们去掉，这里\w代表单词字符alnum + _ ，\s 代表空格，- 是破折号。对于字符类中的 ^，[^\w\s-] 匹配任何不是字母数字的字符，也不是 ["", "-", "_"]，那么你可以使用replace方法来移除它们:

df.item_name.str.replace("[^\w\s-]", "")

#0     stback
#1      yhhxx
#2      adfgs
#3    ghytt23
#4      ghh_h
#Name: item_name, dtype: object