我的数据格式如下:
data = [['@datumbox', '#machinelearning'],
['@datumbox', '#textanalysis'],
['@things_internet', '#iot'],
['@things_internet', '#h...'],
['@custmrcom', '#analytics123'],
['@custmrcom', '#strategy...123'],
['@custmrcom', '#1knowledgetweet'],
['@tamaradull', '#@bigbrother']]
我希望检查是否有非字母的hashtag。如果存在,则删除相应的行。
期望的输出为:
data = [['@datumbox', '#machinelearning'],
['@datumbox', '#textanalysis'],
['@things_internet', '#iot']]
我认为我需要使用 re.sub (例如,re.compile(' [^ a-zA-Z] '))。 到目前为止,这是我的代码:
newdata = []
for item in data:
regex = re.compile('[^a-zA-Z]')
if regex.match(item[1]):
newdata.append([item[0], item[1]])
有任何建议吗?
#
,因为它是一个非字母字符。 - Nayuki