Pandas 和 python 的新手,对替换整个数据框中的多个 unicode 字符有疑问。使用 python 2.7 并从 excel 表导入。我的愿望是将所有非 ascii 字符替换为它们的 ascii 等效字符或什么都不替换。
例子:
u'SHOGUN JAPANESE\u2013 GRAND'
u'COMFORT INN & SUITES\xa0STONE MOUNTAIN'
这可行,但很麻烦:
rawdf = rawdf["Account_Name"].str.upper().str.replace(u'\u2013', ' ').str.replace(u'\xa0', '-') + "|" + rawdf["COID"].str.upper()
这没有用:
rawdf = rawdf.replace(u'\u2013', ' ')
请您参考如下方法:
您可以像这样进行编码/解码循环:
rawdf["Account_Name"].str..encode('ascii', 'ignore').str.decode('ascii')
“忽略”的使用使得不能用 ascii 表示的字符被丢弃。中间表示是字节,所以我们需要再次将它编码回字符串。
