主页 / 问题 / 820862
Accepted
максим ильин
Asked:2020-04-29 03:11:29 +0000 UTC2020-04-29 03:11:29 +0000 UTC

从 DataFrame 文本列中删除标签

  • 772

all_file 文件夹包含 200 个文本文件，每个文件由 1 行包含 html 标记的文本组成。

数据框创建代码：

dir_input='/data/home/maksim.ilin/data/all_file/*.txt'
files=glob.glob(dir_input)
df=pd.concat([pd.read_csv(f,header=None,sep='\t') for f in files],ignore_index=True)

作为连接的结果，得到一个单向量数据帧信息：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 200 entries, 0 to 199
Data columns (total 1 columns):
0    200 non-null object
dtypes: object(1)
memory usage: 1.6+ KB

数据框如下所示：在此处输入图像描述

删除标签：

df[0]=df[0].astype(str)
texts=[]
for a in df.iterrows():
    texts.append(BeautifulSoup(a['description']).text)

结果，错误：

---> 22     texts.append(BeautifulSoup(a['description']).text)
TypeError: tuple indices must be integers or slices, not str

文件中的示例行：

<p>Приглашается Бренд-менеджер в известную компанию (сеть магазинов бытовой, видео, аудио-техники). </p><p>Требования:<br />Мужчина/женщина, <br />25-40 лет, <br />образование высшее (желательно маркетинг), <br />с опытом работы от 3 лет на позиции бренд-менеджера (в компании, занимающейся бытовой техникой или в очень крупной компании). <br />Обязательно хороший уровень английского (устный и письменный), <br />сильные навыки управления проектами. <br />Сильные презентационные навыки. <br />ПК: MS Office, Power Point – обязательно. </p><p>Обязанности: <br />продвижение бренда компании, <br />маркетинговые исследования, <br />вывод собственных брендов на рынок, <br />имиджевая реклама. </p><p>Условия:<br />Офис в центре. <br />Возможны командировки. </p>

有一个文本转换，结果它没有转换。怎么对？它会接受BeautifulSoup这种形式的数据吗？

python

1 个回答

  1. Best Answer

    要将列中的所有非嵌套标签替换为空格0：

    df[0] = df[0].str.replace(r'\<[^\>]*\>', ' ')

    示例字符串的结果：

    In [87]: df[0].str.replace(r'\<[^\>]*\>', ' ').values[0]
Out[87]: ' Приглашается Бренд-менеджер в известную компанию (сеть магазинов бытовой, видео, аудио-техники).   Требования: Мужчина/женщина,  25-40 лет
,  образование высшее (желательно маркетинг),  с опытом работы от 3 лет на позиции бренд-менеджера (в компании, занимающейся бытовой техникой или в о
чень крупной компании).  Обязательно хороший уровень английского (устный и письменный),  сильные навыки управления проектами.  Сильные презентационны
е навыки.  ПК: MS Office, Power Point – обязательно.   Обязанности:  продвижение бренда компании,  маркетинговые исследования,  вывод собственных бре
ндов на рынок,  имиджевая реклама.   Условия: Офис в центре.  Возможны командировки.  '
    • 2

相关问题