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
- ¥15 metadata提取的PDF元数据,如何转换为一个Excel
- ¥15 关于arduino编程toCharArray()函数的使用
- ¥100 vc++混合CEF采用CLR方式编译报错
- ¥15 coze 的插件输入飞书多维表格 app_token 后一直显示错误,如何解决?
- ¥15 vite+vue3+plyr播放本地public文件夹下视频无法加载
- ¥15 c#逐行读取txt文本,但是每一行里面数据之间空格数量不同
- ¥50 如何openEuler 22.03上安装配置drbd
- ¥20 ING91680C BLE5.3 芯片怎么实现串口收发数据
- ¥15 无线连接树莓派,无法执行update,如何解决?(相关搜索:软件下载)
- ¥15 Windows11, backspace, enter, space键失灵