如何在Python中仅选择包含表情符号和表情符号的行？

Question

我在 Python Pandas 中有 DataFrame，如下所示：

sentence
------------

I like it
+1
One :-) :)
hah

我需要仅选择包含表情符号或表情符号的行，因此我需要如下所示的内容：

sentence
------------

+1
One :-) :)

我怎样才能在Python中做到这一点？

Answer 1

您可以使用正则表达式范围选择 unicode 表情符号：

df2 = df[df['sentence'].str.contains(r'[\u263a-\U0001f645]')]

输出：

  sentence
0      
2     +1

然而，对于 ASCII“表情符号”来说，这更加模糊，因为没有标准定义，而且可能有无穷无尽的组合。如果将其限制为包含眼睛 ';:' 和嘴巴 ')(' 的笑脸，您可以使用：

df[df['sentence'].str.contains(r'[\u263a-\U0001f645]|(?:[:;]\S?[\)\(])')]

输出：

     sentence
0         
2        +1
3  One :-) :)

但是您会错过大量潜在的 ASCII 可能性：:O、:P、8D等。