用python清理文本

我想删除所有带数字的单词，并使所有单词都小写。 代码如下：

#remove words with numbers
import re
lower_alpha = lambda x: re.sub(r\"\"\"\\w*\\d\\w*\"\"\", ' ', x.lower())
data['reviews'] = data.reviews.map(lower_alpha)
data.head()

但错误如下所示：

下α=λx:re.sub（r\“\”\“\w*\d\w*\”，“”， x、 下（）^

SyntaxError:行连续字符后出现意外字符

文本中有一些无用的
，我使用以下代码将其删除：

#remove <br>    
remove_br = lambda x: re.sub(r\"\"\" br \"\"\", ' ', x.lower())
data['reviews'] = data.reviews.map(remove_br)
data.head()

#删除

删除\u br=lambda x:re.sub（r\“\”\“br\”\“\”，''，x.lower（））
data['reviews']=data.reviews.map（删除\u br）
数据标题（）

错误显示：

删除\u br=lambda x:re.sub（r\“\”\“br\”\“\”，''，x.lower（））^ SyntaxError:行连续字符后出现意外字符

几乎和前一个一样。有没有人能帮我找出这些东西的毛病

dataframe是一个excel工作表，类似于： 用户id星评论

• 用户id星评论
• xxx 5 xxxxx
• xxx 5 xxxxx
• xxx 5 xxxxx
• xxx 4 xxxxx

• ---

您的打字错误是以特殊方式处理的。如果您使用的是原始字符串，只需使用

r'\“\”\\w*\\d\\w*\“\“\”

（如果它与您的逻辑匹配）

r\“\”。

是一个

语法错误
。您需要首先从引号开始：
r'\“\”。
可能重复的请删除最后一个反斜杠，否则将导致
EOL
.Thx以供指出。不确定从逻辑角度看它意味着什么，只是用单引号括起来