如何从数据框中删除表情符号？

Posted 2023-03-25

【中文标题】如何从数据框中删除表情符号？

【英文标题】：How can I remove emojis from a dataframe?

【发布时间】：2019-08-15 18:06:51

【问题描述】：

我知道

test = []
for item in my_texts:
    test.append(item.encode('ascii', 'ignore').decode('ascii'))

从列表中删除表情符号。但是当我尝试

a = []
for item in goldtest['Text']:
    a.append(item.encode('ascii', 'ignore').decode('ascii'))

我只得到了 goldtest 的最后一个条目。当我在整个数据框上尝试代码时，我得到 ''AttributeError: 'DataFrame' object has no attribute 'encode'''

【问题讨论】：

DataFrame 不是字符串。所以问问自己，你实际上调用的是什么 encode，因为你的错误表明它是一个 DataFrame

这种模式不仅会删除“表情符号”，还会删除所有重音字符、非拉丁字母和标点符号以及一些更常见的符号 - 有效地破坏您拥有的任何文本数据。

【参考方案1】：

这将是 pandas 的等效代码。它逐列操作。

df.astype(str).apply(lambda x: x.str.encode('ascii', 'ignore').str.decode('ascii'))

【讨论】：

使用我的数据，这给了我一个 AttributeError: ('Can only use .str accessor with string values, which use np.object_ dtype in pandas', 'occurred at index Index')。意味着 Index 中的一个值是逗号？

现在试试，我编辑它以强制所有值到 str

感谢您的投票。下次如果您可以添加一个简单的可重现示例，它将更加有用：D

效果很好，但不幸的是，它还会延迟所有波兰语特殊字符，如 ą、ę、ń、ó、ż... 你知道如何克服吗？