首页 文章

尝试删除非ascii字符时出现Unicode错误

提问于
浏览 次
-2

我正在解析csv文件，并希望在它们出现时删除非ascii字符 . 实际上，我只需要数字，但当我尝试删除非数字字符时，我得到一个 UnicodeEncodeError .

我有以下功能：

def remove_non_ascii(text):
    return ''.join(re.findall("\d+", str(text)))

也试过（只是为了删除非ascii字符）：

def remove_non_ascii(text):
    return ''.join(i for i in str(text) if ord(i)<128)

当我打印以下结果时，我得到了正确的结果（对于这两个函数）

print(remove_non_ascii('E-Mail Adresse des Empfängers'))

但是，当我将函数应用于dataframe列 df[col] = df[col].apply(remove_non_ascii) 时，我得到 UnicodeEncodeError .

我究竟做错了什么 ？

python pandas unicode

1 回答

  • 1

    一种可能的解决方案：您需要 import string 并将功能更改为

    setV = set(string.printable)
return ''.join(filter(lambda x: x in setV, text))

    这将删除不在集合中的所有字符

    刚注意到你说你只需要数字 . 这是一个更有用的解决方案，无需导入字符串：

    def remove_non_ascii(text):
    setV = set("1234567890")
    return ''.join(filter(lambda x: x in setV, text))
    回复于

相关问题