Python Pandas 替换特殊字符

Question

由于某些原因，我无法在 ñ 上使这个简单的语句起作用。它似乎可以在其他任何字符上正常工作，但不喜欢这个字符。有什么想法吗？

DF['NAME']=DF['NAME'].str.replace("ñ","n")

谢谢

- user3221876

---

代码返回什么？它会导致错误还是只是未能替换字符而没有抛出错误？ - Blaszard

这对我似乎有效。你确定它是相同的字符（具有相同的 Unicode 代码点）吗？它可能只是看起来相同... - Andy Hayden

Answer 1

我假设您在使用Python 2.x，并且这很可能是一个Unicode问题。不用担心，您并不孤单——总的来说，在Python 2中特别是Unicode非常棘手，这就是为什么在Python 3中它已成为标准的原因。

如果您只关心ñ，则应该解码为UTF-8，然后只替换一个字符。

代码如下：

DF['name'] = DF['name'].str.decode('utf-8').replace(u'\xf1', 'n')

作为一个例子：

>>> "sureño".decode("utf-8").replace(u"\xf1", "n")
u'sureno'

如果您的字符串已经是Unicode编码，则可以（实际上必须）跳过decode步骤：

>>> u"sureño".replace(u"\xf1", "n")
u'sureno'

请注意这里的u'\xf1'使用了十六进制转义来表示该字符。

更新

评论中有人告诉我<>.str.replace是pandas系列方法，我之前没有意识到。可能的答案如下：

DF['name'] = map(lambda x: x.decode('utf-8').replace(u'\xf1', 'n'), DF['name'].str)

如果那个Pandas对象是可迭代的，或者类似这样的内容。

另一个更新

实际上，我想到你的问题可能就是以下简单的内容：

DF['NAME']=DF['NAME'].str.replace(u"ñ","n")

注意我在字符串前添加了u，使其成为Unicode编码。

- jdotjdot

---

这个问题涉及到pandas。str.replace是一个Series方法。虽然，我怀疑你提供的替代代码也是正确的。 - Andy Hayden

好的观点。谢谢你指出这一点；我之前没有意识到。我假设.str返回字符串。 - jdotjdot

另一个更新无效。替换值必须像 u'\xc9' 一样。 - Tjorriemorrie

Answer 2

您可以使用替换函数将特殊字符替换为您选择的不同值，方法如下：

如果您的数据框是df，并且您必须在所有字符串列中执行此操作。在我的情况下，我正在针对“\n”执行此操作。

df= df.applymap(lambda x: x.replace("\n"," "))

- user8336233