过滤数据框中的特殊字符

Question

我有以下名为 data 的数据框：

    metrics    artists

0    0.21    ['ZhanÃ©']
2    0.14    ['Mose Allison']
3    0.87    ['水柳仙']
4    0.25    ['Shel Silverstein']

artists栏目部分记录有特殊字符，我想把有特殊字符的记录再做一个df，即输出如下：

数据：

     metrics    artists

0    0.14    ['Mose Allison']
1    0.25    ['Shel Silverstein']

数据2：

     metrics    artists

0    0.21    ['ZhanÃ©']
1    0.14    ['水柳仙']

使用：

 data2=data.artists[data.artists.str.contains("[^a-zA-Z0-9]")]

但是我得到了原始的df，

我也试过：

data2 = []
for x in data['artists']:
    if x is not "[^a-zA-Z0-9 ]":
         data2[x]=data[x]
    print(data2)

但它给了我错误：

KeyError: "['ZhanÃ©']"

并与：

if x is "[^ a-zA-Z0-9]"

returns条空记录。

Answer 1

use:

data2=data.artists[data.artists.str.contains("[^a-zA-Z0-9]")]

but I get the original df,

您在“[^a-zA-Z0-9]”中缺少 space，这就是您获得原始 df 的原因。在 Jupyter 笔记本中使用 Python3 进行测试。

filter special characters in a dataframe