如何使用带有编解码器值的 python .replace 来删除特殊字符？

Posted 2023-04-19

【中文标题】如何使用带有编解码器值的 python .replace 来删除特殊字符？

【英文标题】：How to use python .replace with a codec value to remove special characters?

【发布时间】：2021-10-31 07:03:22

【问题描述】：

我有一个从 excel 导入的数据框，该数据框在一列中的一个字符串值中有一个“-”，但它不是常规的破折号，最后我通过查看该单元格和 .encode( 'utf-8'，错误 = '替换'）。 我可以看到破折号真的是：\xe2\x80\x93 我现在想做的就是把它改成一个空格。而且我似乎什么也做不了。我没有收到错误，但它没有更新。我试过了：

df['column'].replace(b'\xe2\x80\x93', ' ')
df['column'].replace('\xe2\x80\x93', ' ')
df['column'].replace(b'\xe2\x80\x93', ' ', regex=True)
df['column'].replace('\xe2\x80\x93', ' ', regex=True)

dictionary = '\xe2\x80\x93': ' '
df['column'].replace(dictionary, regex=True)

我不确定我做错了什么以及如何替换这个字符。

【问题讨论】：

df['column'].replace(b'\xe2\x80\x93'.decode('utf-8'), ' ')?顺便说一句，它是– U+2013, 0xE2,0x80,0x93 En Dash

谢谢！不幸的是，这也没有改变它......

请将您的问题edit 提供给minimal reproducible example。至少：你的df 的一个例子（– En Dash 存在），以及一个代码 sn-p 你如何得到df ...

【参考方案1】：

先尝试解码：

df['column'].replace(b'\xe2\x80\x93'.decode('utf8'), ' ')

【讨论】：

谢谢！不幸的是，这也没有改变它......