删除 pandas 数据框中的所有特殊字符

Question

我无法从 pandas 数据框中删除所有特殊字符。你能帮我吗？

我尝试过这样的事情：

df = df.replace(r'\W+', '', regex=True)

因为我在最近的一篇文章中发现了它。但是当我执行时，特殊字符“'”不会消失。

我知道在 PostgresSQL 中有类似[^\w]获取特定列表的功能。python中有类似的东西可以做类似的事情吗

a) 只保留字母

b) 只保留数字

c) 保留字母和数字

感谢您的帮助！

Answer 1

[^0-9a-zA-Z ]匹配 Unicode 字母和数字，这会删除太多内容。

使用

df = df.replace(r'[^\w\s]|_', '', regex=True)

查看证明

解释

--------------------------------------------------------------------------------
  [^\w\s]                  any character except word characters (\p{L}, \p{N}, _) 
                           and whitespace (\p{Z})
--------------------------------------------------------------------------------
 |                        OR
--------------------------------------------------------------------------------
  _                        '_'