从 pandas 系列列表中删除换行符

Question

我有一个包含两列的 pandas DataFrame，一列包含数字的标签，另一列包含包含字符串元素的列表。

数据框：

df = pd.DataFrame({
   'tags': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1}, 
    'elements': {
        0: ['\n☒', '\nANNUAL REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 '],
        1: ['', ''],
        2: ['\n', '\nFor the Fiscal Year Ended June 30, 2020'],
        3: ['\n', '\n'],
        4: ['\n', '\nOR']
    }
})

我正在尝试从列 elements 的所有列表中的任何元素中删除 \n 的所有实例，但我真的很难这样做。我的解决方案是使用嵌套循环和 re.sub() 来尝试替换它们，但它什么也没做（假设这是一个糟糕的解决方案）。这是我的尝试：


for ls in range(len(page_table.elements)):
    for st in range(len(page_table.elements[i])):
        page_table.elements[i][st] = re.sub('\n', '', page_table.elements[i][st])

有办法吗？

Answer 1

您可以 explode and then replace \n 值。
您可以省略 .groupby(level=0).agg(list) 以不将它们放回列表中，尽管这与原始 DataFrame 的形状不同。

df["elements"] = (
    df["elements"]
    .explode()
    .str.replace(r"\n", "", regex=True)
    .groupby(level=0)
    .agg(list)
)

输出：

0    [☒, ANNUAL REPORT PURSUANT TO SECTION 13 OR 15...
1                                                 [, ]
2          [, For the Fiscal Year Ended June 30, 2020]
3                                                 [, ]
4                                               [, OR]

Answer 2

也可以：

df['elements'] = df['elements'].map(lambda x: [y.replace('\n', '') for y in x])


0    [☒, ANNUAL REPORT PURSUANT TO SECTION 13 OR 15...
1                                                 [, ]
2          [, For the Fiscal Year Ended June 30, 2020]
3                                                 [, ]
4                                               [, OR]

从 pandas 系列列表中删除换行符

Remove newline characters from pandas series of lists

python

pandas

newline

python-re