Python 从数据框列中删除编号、换行符和打断标记

我有一个数据框，其中的列包含换行符、换行符和列表编号的字符串：

df['Side_Effects'][0]
'1.Nausea\n<br/>2.Vomiting\n<br/>3.Diarrhoea\n<br/>4.Anorexia\n<br/>5.Malaise\n<br/>6.Fever\n<br/>7.Pruritis\n<br/>8.Rash\n<br/>9.Headache\n<br/>10.Pharyngitis\n<br/>11.Cough\n<br/>'

这是：

df['Side_Effects'] = df['Side_Effects'].str.replace('</br>','')

df['Side\u Effects']=df['Side\u Effects'].str.replace（“
”，”）

---

但似乎什么都不管用。。。非常感谢您的帮助

使用正则表达式和

str

方法

Ex:

df = pd.DataFrame({'Col': ['1.Nausea\n<br/>2.Vomiting\n<br/>3.Diarrhoea\n<br/>4.Anorexia\n<br/>5.Malaise\n<br/>6.Fever\n<br/>7.Pruritis\n<br/>8.Rash\n<br/>9.Headache\n<br/>10.Pharyngitis\n<br/>11.Cough\n<br/>']})
df['New'] = df['Col'].str.replace('(<br/>|\d+\.)','').str.split().agg(" ".join)    #IF you need as list skip .agg(" ".join)
print(df)

             Col                                 New                                            
0  1.Nausea\n<br/>2.Vomiting\n<br/>3.Diarrhoea\n<...  Nausea Vomiting Diarrhoea Anorexia Malaise Fev...

df=pd.DataFrame（{'Col'：['1.恶心\n
2.呕吐\n
3.腹泻\n
4.厌食症\n
5.不适\n
6.发烧\n
7.瘙痒\n
8.皮疹\n
9.头痛\n
10.咽炎\n
11.咳嗽\n

df['New']=df['Col'].str.replace（'（
\d+\），''）.str.split（）.agg（“.join”）#如果需要as列表，请跳过.agg（“.join”）
打印（df）

输出：

df = pd.DataFrame({'Col': ['1.Nausea\n<br/>2.Vomiting\n<br/>3.Diarrhoea\n<br/>4.Anorexia\n<br/>5.Malaise\n<br/>6.Fever\n<br/>7.Pruritis\n<br/>8.Rash\n<br/>9.Headache\n<br/>10.Pharyngitis\n<br/>11.Cough\n<br/>']})
df['New'] = df['Col'].str.replace('(<br/>|\d+\.)','').str.split().agg(" ".join)    #IF you need as list skip .agg(" ".join)
print(df)

             Col                                 New                                            
0  1.Nausea\n<br/>2.Vomiting\n<br/>3.Diarrhoea\n<...  Nausea Vomiting Diarrhoea Anorexia Malaise Fev...

Col新
0 1.恶心\n
2.呕吐\n
3.腹泻\n您可以使用

df['Side_Effects'] = df['Side_Effects'].str.replace(r'(?m)^(?:<br/>)?\d+\.|<br/>', '').str.strip()

df['Side_-Effects']=df['Side_-Effects'].str.replace（r'（？m）^（？：
）？\d+\.
'，''。str.strip（）

看

详细信息


（？m）^
-行的开头（
（？m）
是
re.m
/
re.MULTILINE
标志的内联变体）
（？：
）？
-可选的

字符串
\d+\.
-1个或多个数字，然后是一个

|
-或

-只需

字符串

.str.strip（）。另外，在第一个选项中，尝试用单个反斜杠切换双反斜杠one@Itay感谢
标签上的更正提示，它现在似乎可以工作了。但后一个仍然保持不变…我的意思是“\n”…预期的文本字符串是什么？我知道你发布的输入是一个字符串文字，其中
\n
表示一个LF字符，对吗？
df['Side\u Effects'].str.replace（r'（？m^（？：
））？\d+\.
，'
我认为也有帮助。