Panda's: speciale tekens uit een kolom verwijderen

U kunt de volgende basissyntaxis gebruiken om speciale tekens uit een kolom in een Panda DataFrame te verwijderen:

 df[' my_column '] = df[' my_column ']. str . replace (' \W ', '', regex= True )

In dit specifieke voorbeeld worden alle tekens uit mijn_kolom verwijderd die geen letters of cijfers zijn.

Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.

Voorbeeld: verwijder speciale tekens uit de kolom in Panda’s

Stel dat we het volgende panda’s DataFrame hebben dat informatie bevat over verschillende basketbalspelers:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['Mavs$', 'Nets', 'Kings!!', 'Spurs%', '&Heat&'],
                   ' points ': [12, 15, 22, 29, 24]})

#view DataFrame
print (df)

      team points
0 Mavs$ 12
1 Nets 15
2 Kings!! 22
3 Spurs% 29
4 &Heat& 24

Stel dat we alle speciale tekens uit de teamkolomwaarden willen verwijderen.

We kunnen hiervoor de volgende syntaxis gebruiken:

 #remove special characters from team column
df[' team '] = df[' team ']. str . replace (' \W ', '', regex= True )

#view updated DataFrame
print (df)

    team points
0 Mavs 12
1 Nets 15
2 Kings 22
3 Spurs 29
4 Heat 24

Houd er rekening mee dat alle speciale tekens zijn verwijderd uit de teamkolomwaarden .

Opmerking : de reguliere expressie \W wordt gebruikt om te zoeken naar alle niet-woordtekens, dat wil zeggen tekens die noch alfabetisch, noch numeriek zijn.

In dit voorbeeld hebben we elk niet-woord-teken vervangen door een lege waarde, wat overeenkomt met het verwijderen van niet-woord-tekens.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:

Hoe NaN-waarden te vervangen door nullen in Panda’s
Hoe lege strings te vervangen door NaN in Pandas
Hoe waarden in kolommen te vervangen op basis van de voorwaarde in Pandas