从 pandas 数据框中的文本替换 unicode

Question

我有这个数据框：

>>> df
                   Temp
0   before 1.5° C after
1     before 2° C after
2    before 2°  C after
3  before 1.5°  C after

我应用这个replace方法：

newdf = df.replace(r'(?P<quote>\d[.]*[\d]*)(?u:00B0)\s+C', '(?P=quote)'r'C')

数据帧保持不变。但是，我希望它看起来像这样：

>>> newdf
               Temp
0 before 1.5C after
1   before 2C after
2   before 2C after
3 before 1.5C after

我也试过 newdf = df.replace(r'°\s+','') 但这也没有改变数据帧。

这些其他问题：

• removing unicode from text in pandas 我不想删除所有 unicode 字符，只删除后跟零个或多个空格的这个字符。
• ，但我需要零个或多个空格的正则表达式。
• 我不能先删除 unicode 字符，因为 ° 是需要发生更改的位置的指示符。

Answer 1

使用模式 r"[^\d.C]" 替换除 int、decimal 和 C

之外的所有内容

例如：

df["New"] = df["Temp"].str.replace(r"[^\d.C]", "")
#OR
df["New"] = df["Temp"].str.replace(r"(?<=\d)(°\s*)", "")
print(df)

输出：

      Temp   New
0   1.5° C  1.5C
1     2° C    2C
2     2° C    2C
3  1.5°  C  1.5C

Answer 2

另一种方式；只需替换所有 non digits，不包括 .

 df["New"]=df.Temp.str.replace('[^\w\.]','')