Python 替换列中的非字母字符

目标是只保留单词并删除任何非字母字符

我从一个包含括号内字符串的列开始

(Pdb) test['userTweets'].head()
0    [the SELU function to verify that the mean/variance is ~ 0/1...
1    [trump is really @#$#@%@#@$@#
2    [Yo Hillary! should have @*&(@#$@ Trump...
3    [When are we going to see those memos?????...
...

因为它们包含方括号，但实际上并不是一个包含列表的列，所以我按照下面的步骤去掉方括号

test['userTweets'] = test['userTweets'].str.extract(r'\[(.*)\]')

然后我使用python正则表达式功能：

(Pdb) regex = re.compile('[^a-zA-Z]')
(Pdb) test['userTweets'] = test['userTweets'].str.replace(regex,'')

但是我得到了

***TypeError:类型为“\u sre.sre\u Pattern”的对象没有len（）

但regex已成功构建：

(Pdb) regex
<_sre.SRE_Pattern object at 0x11159f6a8>

（Pdb）正则表达式

是否有更好的方法将正则表达式函数应用于字符串列以替换/删除任何非字母字符

import string
test['userTweets'] = "".join([c for c in test['userTweets'] if c in string.ascii_letters])

我做过类似于上述的事情

您的代码看起来可能会有所不同，但您已经了解了基本思路。

尝试传递字符串模式，而不是正则表达式编译的对象。另外，将

regex=True

参数添加到

replace