[英]How to strip HTML from a text column in Azure ML Execute Python Script step
如果我在傳入的 Azure ML 數據集中有一列字符串類型的數據,其中包含搞砸了我的結果的 HTML 標簽,我該如何刪除這些標簽?
像這樣:
def azureml_main(dataframe1 = None, dataframe2 = None):
dataframe1[1] = dataframe1['text'].str.replace('<[^<]+?>', ' ', case=False)
return dataframe1,
請記住在Execute Python Script
步驟之前使用Clean Missing Data
步驟並更改操作以刪除整行(如果適用)。 這很重要,因為Execute Python Script
步驟不能返回空dataframe
。 在這種情況下,只有您知道您的數據。
我還要指出, Preprocessing Text
步驟允許您應用正則表達式。 這是另一種可能適合您情況的選擇。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.