怎么找出pd.DataFrame中文字符 教程

你可以使用正则表达式或者 Unicode 编码来找出 pd.DataFrame 中的中文字符。

使用正则表达式：

import re

def find_chinese_characters(text):
    pattern = '[\u4e00-\u9fa5]+'
    return re.findall(pattern, text)

# 找出一个字符串中的中文字符
text = '这是一个字符串，里面有中文字符'
print(find_chinese_characters(text))

# 找出 DataFrame 中的中文字符
import pandas as pd

df = pd.DataFrame({'col1': ['这是中文', '这也是中文'], 'col2': ['这不是中文', '这也不是中文']})

for col in df.columns:
    df[col] = df[col].apply(find_chinese_characters)

print(df)

使用 Unicode 编码：

import pandas as pd

df = pd.DataFrame({'col1': ['这是中文', '这也是中文'], 'col2': ['这不是中文', '这也不是中文']})

for col in df.columns:
    df[col] = df[col].apply(lambda x: [c for c in x if '\u4e00' <= c <= '\u9fa5'])

print(df)