python - 提取字符、字符串或括号之间的文本

Question

我有以下类型的数据:

pd.DataFrame({"Hashtags": [ "[]", "[u'AAPHealthCare4All']", "[u'CBI',","u'Delhi',", "u'Emergency']"]})

预期输出

pd.DataFrame({"Hashtags": [ " ", "AAPHealthCare4All", "CBI","Delhi", "Emergency"]})

方括号、圆括号或逗号和引号均未遗漏/错字。 [] 应该用空格代替。基本上我想删除所有 "[", "]", "[u' " 等。 我使用了以下代码，但无济于事:

for index,row in df.iterrows(): 
    if "RT @" in row["Tweet"]: 
        df['Hashtags'] =df['Hashtags'].str.replace(r'[^[]]*\[|\][^]*|\[u\'*\'\]|\[\'*\'\]', '')
df.to_csv('string_HT.csv', index=False)

Answer 1

您可以将以下表达式应用于您的主题标签:

df['Hashtags'] = sum([x if x else [" "] for x 
                      in ast.literal_eval(''.join(df['Hashtags'])\
                                            .replace('][', '],['))],\
                     [])

结果:

[' ', 'AAPHealthCare4All', 'CBI', 'Delhi', 'Emergency']

但是，dataframe 中的行数会发生变化，索引不会被保留。您可能错误地使用了数据框。