从数据框中删除列中以“@”开头的单词

Question

我有一个名为 tweetscrypto 的数据框，我试图从“text”列中删除以字符“@”开头的所有单词，并将结果收集到新列“clean_text”中。其余的单词应该保持完全相同：

tweetscrypto['clean_text'] = tweetscrypto['text'].apply(filter(lambda x:x[0]!='@', x.split()))

它似乎不起作用。有人可以帮忙吗？

提前致谢

Answer 1

在这种情况下，出于可读性的目的，定义一个方法可能比使用 lambda 更好。

def clean_text(X):
    X = X.split()
    X_new = [x for x in X if not x.startswith("@")
    return ' '.join(X_new)

tweetscrypto['clean_text'] = tweetscrypto['text'].apply(clean_text)

Answer 2

请str.replace以以下字符串开头@

样本数据

                                       text
0  News via @livemint: @RBI bars banks from links
1      Newsfeed from @oayments_source: How Africa
2                   is that bitcoin? not my thing


 tweetscrypto['clean_text']=tweetscrypto['text'].str.replace('(\@\w+.*?)',"")

尽管如此，仍可以捕获@而无需逃脱，如所指出的@baxx

tweetscrypto['clean_text']=tweetscrypto['text'].str.replace('(@\w+.*?)',"")

                    clean_text
0  News via :  bars banks from links
1         Newsfeed from : How Africa
2      is that bitcoin? not my thing