pandas去掉html标签,python-将HTML标签删除应用到Pandas列

我需要从pandas列中的所有HTML标记中删除并仅保留描述.

我已经删除了一列的标签,但是需要将它们应用于其他列-这就是我曾经做过的事情；

输入：

df.description [1]

输出：

'

Das Ziel der Software Architektur München Gruppe ist es, Menschen, die sich mit Software-Architektur auseinandersetzen wollen, in und um München regelmäßig zusammenzubringen, und einen persönlichen Erfahrungsaustausch zu etablieren. Dazu dienen neben der Meetup-Gruppe insbesondere der persönliche Erfahrungsaustausch, organisiert in informellen Treffen, Diskussion von Erfahrungsberichten und Case Studies bis hin zu Vorträge und Workshops. Diese werden auch über Twitter @swamuc und Meetup bekannt gegeben.

'

我做到了；

read = df.description[1]

read_result = re.sub('', '', read)

print(read_result)

输出：

Das Ziel der Software Architektur München Gruppe ist es, Menschen, die sich mit Software-Architektur auseinandersetzen wollen, in und um München regelmäßig zusammenzubringen, und einen persönlichen Erfahrungsaustausch zu etablieren. Dazu dienen neben der Meetup-Gruppe insbesondere der persönliche Erfahrungsaustausch, organisiert in informellen Treffen, Diskussion von Erfahrungsberichten und Case Studies bis hin zu Vorträge und Workshops. Diese werden auch über Twitter @swamuc und Meetup bekannt gegeben.

这一切都很好,但是我需要对整个df.description Pandas列进行此操作.

这是我尝试过的：

new_read = df.description[0:10148]

new_read_result = re.sub('', '', new_read)

print(new_read_result)

但是,这不起作用并且会返回.

TypeError: expected string or bytes-like object

这是我尝试申请的另一种方法：

df.description.apply(re.sub('', '', new_read))

但也不起作用.

如何将其应用于整个熊猫专栏？

解决方法:

在应用中使用lambda：

例如：

import pandas as pd

import re

df = pd.DataFrame({"description": ['

Hello

', '

World

']})

print( df.description.apply(lambda x: re.sub('', '', x)))

输出：

0 Hello

1 World

Name: description, dtype: object

标签：pandas,html,python

来源： https://codeday.me/bug/20191025/1926480.html