将 HTML 个字符转换为 Pandas 数据框中的字符串

Question

我想将 html 个字符替换为数据框中的字符串。

我尝试了下面的代码，但无法更改为 stirng。

import html
html.unescape(data)

这是我的数据框，我该怎么做？

供您参考，此结果来自 API 由 Google 云翻译。

ID A1 A2 A3 1 不知道合不合其实我也很难理解...不知道合不合我的exp... 2 NaN NaN NaN 3 我认为这是一个正确的网页设计，至少... NaN 这件商品售价 ¥400 或 £4。

Answer 1

如果您没有任何 NaN，那么您可以简单地使用 applymap() 让所有单元格由 html.escape 处理。

因此，如果您认为可以将 NaN 转换为空字符串，则可以使用：

df.fillna("").applymap(html.unescape)

如果你想保留 NaN，那么一个好的解决方案是使用 stack() 将列变成索引的另一个级别，这将抑制 NaN 条目。然后你可以使用 apply() （因为它现在是一个系列，而不是 DataFrame）然后 unstack() 将它恢复到原来的格式：

df.stack().apply(html.unescape).unstack()

但请注意，最后一种方法将删除完全由 NaN 组成的行或列，不确定您是否可以接受。

另一种选择是使用 applymap() 但使用 lambda 并且仅将 html.unescape 应用于非 NaN 的项：

df.applymap(lambda x: html.unescape(x) if pd.notnull(x) else x)

Convert HTML Characters To Strings in Pandas Dataframe