Python 3.x 如何将数据框中的一个特定文本列转换为'；utf-8'；使用蟒蛇3

我有一个数据框架，其中有多列，一列包含从各种链接中刮取的文本。 我试图将该列转换为utf-8，但没有成功

我的做法如下：

df = pd.read_excel('data.xlsx',encoding=sys.getfilesystemencoding())
df['text'] = df['text'].apply(lambda x: x.encode('utf-8').strip())
print(df['text'])

我得到一些ascii码的文本：

b“b”#谢谢你，能成为

df = pd.read_excel('data.xlsx',encoding=sys.getfilesystemencoding())
df['text'] = df['text']
print(df['text'])

我明白了：

谢谢，很高兴来到这里

df['text'] = df['text'].apply(lambda x: x.decode('utf-8').strip())

AttributeError:“str”对象没有属性“decode”

我尝试了2-3种方法，但都不起作用。有其他选择吗

---

使用Python3.6和jupyter笔记本。

假设您为示例编写的第二行是

df['text']=df['text']

以

'

结尾。换句话说，

b'.\xe2\x80\x99很高兴来到这里。

：

由于某些原因，您的字节码已转换为字符串，因为您在尝试解码时看到

AttributeError:'str'对象没有属性'decode'

（理想情况下，最好不要陷入这种情况，请参阅以获取一些看起来相关的建议。唉，继续使用您所拥有的…
我认为在这一点上，您可以删除字符串开头的

b'

，以及远端的

，

。请注意，这将导致反斜杠被转义，因此除了现在以正确的方式将字节码解码为字符串外，还需要处理。使用基于的方法可以转义和解码e字节码

将其与您显示为

df['text']

的内容结合起来（有点像@rolf82在注释中所示），当

df['text']=df['text']

并且它在开头是一个字符串时，从您拥有的内容转换为：

a=“b'#谢谢，很高兴来到这里”
#但我们只需要“”之间的部分。
s=字节（r“#谢谢，很高兴来到这里”，“utf-8”）
导入编解码器
打印（编解码器。转义解码[0]。解码（“utf-8”））

这就产生了：

#Thank you, it’s good to be here

这就是我们想要的

现在将其与Pandas集成需要一些额外的东西，因为我们不能简单地通过在前面添加

r

来说这是一个原始字符串。基于和，似乎使用

r

在前面强制转换为原始字符串可以替换为

。encode（'unicode-escape'）。decode（）

，如：

“#谢谢，很高兴来到这里”。encode（'unicode-escape'）。decode（）

总而言之，我将用以下内容替换您的第二行：

导入编解码器
df['text']=df['text'].apply（lambda x:codecs.escape_decode（字节（x[2:-1]）。编码（'unicode-escape'）。解码（），“utf-8”））[0]。解码（'utf-8'）。strip（）

---

如果这不起作用，也请尝试在

.encode（'unicode-escape'）

之后关闭

.decode（）

，即：

```python
import codecs
df['text'] = df['text'].apply(lambda x: codecs.escape_decode(bytes(x[2:-1].encode('unicode-escape'), "utf-8"))[0].decode('utf-8').strip())

---

如果你跳过

df['text']=df['text'].apply（lambda x:x.encode（'utf-8'）.strip（））

？如果你只是把

df['text']

作为单元格中的最后一行，你会看到什么？更新了上面的问题，因为它是字节，你不应该编码而是解码：

b“#谢谢，它\xe2\x80\x99很好”。解码（“utf-8“

gives

”#谢谢，这很好“

df['text']=df['text'].apply（lambda x:x.decode（'utf-8'）.strip（））AttributeError:'str'对象没有属性'decode'，第一个真的显示了

b“b'#谢谢你

？有双b的吗？