python/pandas 中有沒有辦法從字符串中刪除一組特定的字符

Question

有沒有辦法一次性從python字符串中刪除一組特定的字符？

str='23.889,45 €'

我想刪除點 '.' 和 '€' 符號，但我不想像str.replace('€','').replace('.',''), whereby replacing the characters with white space那樣使用replace()函數兩次str.replace('€','').replace('.',''), whereby replacing the characters with white space 。

在 SAS 中有一個函數compress ，它需要一個要刪除的字符列表，在應用該函數時，將刪除 SAS 字符串中存在的所有字符。 例如： compress(str,'.€')將返回str as 23889,45 。

Python中是否也有相應的函數？

Answer 1

多字符去除

您可以使用正則表達式來執行多個字符替換。

您感興趣的構造可以是字符類或具有交替的分組。

字符類是[...]有字符、字符范圍或速記字符類，交替組是(...|....|.....)像模式。 在這兩種構造中使用文字字符可能會出現問題，但re.escape來拯救：它將確保您傳遞給正則表達式的字符被視為文字字符。

查看 Python 3 演示：

>>> import re
>>> charsToRemove = ["$", ".", "€"]
>>> s='23.889,45 €'
>>> print(re.sub("|".join([re.escape(x) for x in charsToRemove]), "", s)) # Alternation group
23889,45 
>>> print(re.sub(r"[{}]+".format("".join([re.escape(x) for x in charsToRemove])), "", s)) # Character class
23889,45 

在 Pandas 中，你會使用

df['col'].str.replace(r"[{}]+".format("".join([re.escape(x) for x in charsToRemove])),"", regex=True, inplace=True)

請注意，字符類方法 ( [...]+ ) 會運行得更快。

多次更換

您可以考慮創建一個替換字典，然后將其與 Pandas replace一起使用：

>>> from pandas import DataFrame
>>> import pandas as pd
>>> import regex
>>> repl_list = {'€':'$', ',':'.', r'\.': ''}
>>> col_list = ['23.889,45 €']
>>> frame = pd.DataFrame(col_list, columns=['col'])
>>> frame['col'].replace(repl_list, regex=True, inplace=True)
>>> frame['col']
0    23889.45 $

要使其工作，您必須使用regex=True參數並添加import re因為repl_list中的所有鍵都是正則表達式。 不要忘記在那里轉義特殊的正則表達式字符。 請參閱在正則表達式中必須轉義哪些特殊字符？ 或者，您可以寫r'\\.' 作為re.escape('.') 。

Answer 2

您正在談論的 compress 函數必須執行以下操作：

str='23.889,45 €'

charsToRemove = ["$", ".", "€"]

def compress(str, charsToRemove):
    for i in range(len(charsToRemove)):
        str = str.replace(charsToRemove[i], '')
    return str

print compress(str, charsToRemove) # returns '23889,45 '