使用pycharm编写程序爬取了某个微博用户的评论数据保存于Excel中,但是不知道如何对该数据进行清洗。评论数据里有许多表情,HTML等。我想将数据进行一定程度上处理,只保留文本以方便后续进行分析。请能够灵活运用pycharm的网友给予我技术上的帮助,非常感谢!PS:最好能提供相关代码以供参考。😊
1条回答 默认 最新
- CSDN专家-HGJ 2021-09-06 22:00关注
将评论内容读取成数据框,尝试如下处理办法:
import pandas as pd import re df=pd.DataFrame({'评论内容':['这是abc。。。测试','使用<div class="title">语言']}) df['评论内容']=df['评论内容'].apply(lambda x :' '.join(re.findall('[\u4e00-\u9fa5。,!:?]+',x))) print(df)
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏 举报
悬赏问题
- ¥20 delta降尺度方法,未来数据怎么降尺度
- ¥15 c# 使用NPOI快速将datatable数据导入excel中指定sheet,要求快速高效
- ¥15 高德地图点聚合中Marker的位置无法实时更新
- ¥15 DIFY API Endpoint 问题。
- ¥20 sub地址DHCP问题
- ¥15 delta降尺度计算的一些细节,有偿
- ¥15 Arduino红外遥控代码有问题
- ¥15 数值计算离散正交多项式
- ¥30 数值计算均差系数编程
- ¥15 redis-full-check比较 两个集群的数据出错