如果pandas上的某些字符相同，如何替换字符串？

Question

我有这个国家的进出口贸易数据。从最初的数据来看，一些国家的名字有一个奇怪的符号：��。出于这个原因，我正在努力替换这些字符串。

目前，我正在将国家名称替换为3个字母的国家代码。For example, China = CHI, Russian Federation = RUS.我的代码适用于大多数国家/地区的名称。

Except: C��ina, ��etnam, Turk��, T��rkey, Uzbekist��n, Uzb��kistan etc.

我可以第一次手动格式化它，但是，这些数据每个月都在更新，大小现在几乎是20亿行。

for i,j in all_3n.items():

    df['Country'] = df['Country'].str.replace(j,i)

这是我现在要替换的代码。此外，如何替换整个字符串，而不仅仅是创建的字符串？例如，对于查找，我有俄罗斯，数据库中的字符串是俄罗斯联邦，它返回给我RUSn联邦。有没有关于如何克服这两个挑战的想法？谢谢

Answer 1

您应该为替换字符�使用代码'\uFFFD'：

df['Country'] = df['Country'].str.replace('\uFFFD', '')