有效地从字符串列中删除多个短语

Question

我想删除列中的几个单词,我写下了代码正常工作

finaldata['keyword'] = finaldata['keyword'].str.replace("Washington Times", "")
finaldata['keyword'] = finaldata['keyword'].str.replace("Washington Post", "")
finaldata['keyword'] = finaldata['keyword'].str.replace("Mail The Globe", "")

现在我有大约30个字要删除,但我不能重复这行代码30次有没有办法解决我的问题,如果是,请指导我

Answer 1

您可以在此处使用正则表达式并将其减少为单个replace调用。

words = ["Washington Times", "Washington Post", "Mail The Globe"]
p = '|'.join(words)

finaldata['keyword'] = finaldata['keyword'].str.replace(p, '')

为了提高性能，如果数据没有 NaN，您应该考虑使用列表理解。

import re

p2 = re.compile(p)
finaldata['keyword'] = [p2.replace('', text) for text in finaldata['keyword']]

如果存在 NaN，您可以使用 select 并 useloc重新分配：

m = finaldata['keyword'].notna()
finaldata.loc[m, 'keyword'] = [
    p2.replace('', text) for text in finaldata.loc[m, 'keyword'].tolist()]