Python Pandas 替换特殊字符
不知道为什么，我这个简单的语句在ñ这个字符上不管用。其他字符都没问题，就是不喜欢这个字符。有什么想法吗？
DF['NAME']=DF['NAME'].str.replace("ñ","n")
谢谢
2 个回答
0
你可以使用替换函数，把特殊字符换成你想要的其他值，方法如下。
假设你的数据框叫做 df，你需要在所有字符串类型的列中进行替换。比如在我的例子中，我要替换的是 "\n"。
df= df.applymap(lambda x: x.replace("\n"," "))
8
我猜你在使用Python 2.x，这可能是个Unicode的问题。别担心，你并不是一个人——Unicode确实很麻烦，尤其是在Python 2中，这也是为什么Python 3把它变成了标准。
如果你只关心ñ这个字符，你应该用UTF-8解码，然后只需要替换这个字符。
这看起来大概是这样的：
DF['name'] = DF['name'].str.decode('utf-8').replace(u'\xf1', 'n')
举个例子：
>>> "sureño".decode("utf-8").replace(u"\xf1", "n")
u'sureno'
如果你的字符串已经是Unicode格式，那你可以（实际上也必须）跳过decode这一步：
>>> u"sureño".replace(u"\xf1", "n")
u'sureno'
这里要注意的是，u'\xf1'使用了一个叫做十六进制转义的方式来表示这个字符。
更新
在评论中有人告诉我，<>.str.replace是pandas系列的方法，我之前没意识到这一点。这个问题的答案可能是这样的：
DF['name'] = map(lambda x: x.decode('utf-8').replace(u'\xf1', 'n'), DF['name'].str)
或者类似的，如果那个pandas对象是可迭代的。
另一个更新
我突然想到，你的问题可能简单得多，如下所示：
DF['NAME']=DF['NAME'].str.replace(u"ñ","n")
注意我在字符串前面加了u，这样它就变成了Unicode。