Python 去除熊猫身上的中国元素

我正在尝试从csv中删除所有包含拉丁和中文字符的汉字。数据如下所示：

    address                                                 lat
1   农工商超市, Zhangjiang, Pudong New District, 203718       31.204024
2   欧尚, 3057号, Jinke Road, Pudong, 201203, China          31.181804

我需要它看起来像：

    address                                                 lat
1   , Zhangjiang, Pudong New District, 203718               31.204024
2   , 3057, Jinke Road, Pudong, 201203, China               31.181804

我尝试了

df.replace（/[^\x00-\x7F]/g，”）

和

df.replace（/[\u{0080}-\u{FFFF}]/gu，””）

但我得到了错误：

    df1.replace([^\x00-\x7F],"");
                 ^
SyntaxError: invalid syntax

需要帮助！谢谢

你就快到了：

df['address'] = df['address'].str.replace(r'[^\x00-\x7F]+', '')

结果:

In [99]: df
Out[99]:
                                     address        lat
0  , Zhangjiang, Pudong New District, 203718  31.204024
1  , 3057, Jinke Road, Pudong, 201203, China  31.181804

---

一种方法也可以是将

过滤器

与

字符串一起使用。可打印

，如下所示：

结果:

                                    address        lat
1  , Zhangjiang, Pudong New District, 203718  31.204024
2  , 3057, Jinke Road, Pudong, 201203, China  31.181804

或者使用

encode

和

decode

与

lambda

类似

---

如果您想限制字符集，一种更可靠的方法是在忽略错误的同时，使用您想要的编码读入文件对象

with open('your_csv_file.csv', encoding='ascii', errors='ignore') as infile:
    df = pd.read_csv(infile)

---

你似乎忘记了字符串文字分隔符…为什么要使用Javascript语法regex？我发誓我读到的主题是“移除中国熊猫”。。。

df['address'] = df['address'].apply(lambda row: row.encode('ascii',errors='ignore').decode())

with open('your_csv_file.csv', encoding='ascii', errors='ignore') as infile:
    df = pd.read_csv(infile)