<分区> 分区>
我正在尝试寻找一种方法来替换字符串中的 html 语法。我有很多 csv 文件,所以我发现 pandas 是处理 csv 的绝佳工具。
有时我收到的数据在字符串中嵌入了 html 语法,例如在地址列中,我看到 125끈 downing st ,即 125-128 downing st。不仅是1,我还得到了'和&,分别是'和&。
我尝试编写这段代码,但我知道它没有提供正确的格式
df = df.replace(r'[-]','-', regex=True)
我有几个列,例如公司名称、地址、城市、州 - 所以我想定位所有列以确保删除/替换所有 html 语法
数据框格式
Address 1 Company
0 1stDŽst Avenue N johnson & johnson
1 243񯂐 Kingsway Ave cold & brew
2 300 Hwy 7 coder's club
需要的格式
Address 1 Company
0 1st-2st Avenue N johnson and johnson
1 243-4800 Kingsway Ave cold and brew
2 300 Hwy 7 coder's club
我是 pandas 的新手,但到目前为止我很喜欢这个工具。感谢您的帮助。
更新:
好的,我发现我使用的代码有误,这个 df = df.replace(r'[-]','-', regex=True) 应该是 df = df.replace(r'-','-', regex=True);这将取代那个 html 语法。但是我仍然想找到一个 pythonic 的解决方案来解决这个问题。
我很想执行此代码以删除其他 html 语法。
df = df.replace(r'-','-', regex=True).replace(r''','', regex=True).replace(r'&','and', regex=True)
这行代码有一个干净的解决方案吗?
