大家好,我是皮皮。 一、前言 前几天在Python最强王者交流群【Chloe】问了一道Pandas处理的问题,如下图所示。 原始数据如下: df = pd.DataFrame({ 'tweets': ['#Obama says goodbye','Retwee
大家好,我是皮皮。
一、前言
前几天在Python最强王者交流群【Chloe】问了一道Pandas处理的问题,如下图所示。
原始数据如下:
df = pd.DataFrame({'tweets': ['#Obama says goodbye','Retweets for #cash','A political endorsement in #Indonesia', '1 dog = many #retweets', 'Just a simple #egg']
})
def f(text):
h = re.findall(r' *#\w+',text)
return ''.join(h)
df['new'] = df.tweets.apply(lambda x:f(x))
df
现在结果是带井号的,如下图所示:
二、实现过程
这里【月神】基于粉丝的代码,给出一个可行的代码,大家后面遇到了,可以对应的修改下,事半功倍,代码如下所示:
df = pd.DataFrame({'tweets': ['#Obama says goodbye','Retweets for #cash','A political endorsement in #Indonesia', '1 dog = many #retweets', 'Just a simple #egg']
})
def f(text):
h = re.findall(r' *#(\w+)',text)
return ''.join(h)
df['new'] = df.tweets.apply(lambda x:f(x))
df
运行之后,结果就是想要的了。
三、总结
大家好,我是皮皮。这篇文章主要盘点了一道使用Pandas处理数据的问题,文中针对该问题给出了具体的解析和代码实现,帮助粉丝顺利解决了问题。
最后感谢粉丝【Chloe】提问,感谢【月神】给出的思路和代码解析,感谢【dcpeng】等人参与学习交流。
小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。