替换每行python中句子中以字符串开头的单词

Question

我试图替换以字符串开头的单词，该字符串存储在多行数据中的文本数据中。df有6列:日期、用户、推特、语言、坐标、地点。替换发生在具有例如第1行的tweet列中：

nous nous ne sommes pas très收藏，au télétravail mais nous avons de super tout中性粒v. Il manque un babyfoot les courtiers auront re联les rangs de la Start https://link。

在第二行中: parévélétravail que le #télétravail pouvait avoir un impact sur le #cyclemenstruel，et ce，etàt de la疲劳，du #stress et du manque d‘’activitécause induits par le travailà距离

通过@marieclaire_fr https://link。

在第三行：@IrisDessine @fredchristian__ Mais c‘et car j’ami horreur de passer la serpillière le mien aspire et lave et专营c‘et devenu meilleur ami il bosse tranquillou quand je suis en télétravail

等。

我想把以“@”开头的单词替换为“@user”，并将链接(以“http”开头)替换为“http”。df的所有列都被视为对象。我尝试过多种方法：

for individual_word in df["Tweet"]:
#print(individual_word)
if individual_word.startswith('@') and len(individual_word) > 1:
    individual_word = '@user'

有了这段代码，什么都没有发生，没有错误，没有替换。另一个代码：

for individual_word in df["Tweet"].split(' '):
#print(individual_word)
if individual_word.split(' ').startswith('@') and len(individual_word) > 1:
    individual_word = '@user'

对于这段代码，我有一个错误：'Series‘object没有属性'split’。另一个代码：

for individual_word in df["Tweet"].str.split(' '):
#print(individual_word)
if individual_word.str.split(' ').startswith('@') and len(individual_word) > 1:
    individual_word = '@user'
    #print(individual_word)

对于这段代码，我有一个错误：'list‘object没有属性'str’。在将列Tweet转换为字符串时，我也尝试过这样做，但是没有任何更改。根据尝试的代码，我认为每一行都被认为是一个列表，所以我必须在列表列表中查找以'@‘和'http’开头的单词，并替换它们。或者，每一行都被认为是一个单词，而不是一个句子。因此，如果第一个单词以'@‘开头，它将被更改，但如果在句子后面以'@’开头，则不会更改。

我也试过列出清单。我可以将我的数据放在一个名为my_list和3列的列表中--类型、大小、值。列值中的my_list第1行：

“存在”、“有利”、“télétravail”、“超级”、“本地”、“中性”、“manque”、“婴儿脚”、“朝臣”、“喜悦”、“响”、“开始”、“国家”、“https://link‘”

列值中的my_list第2行：

“练习曲”、“尖峰”、“保健”、“révéler”、“télétravail”、“影响”、“自行车”、“因”、“疲劳”、“压力”、“manque”、“activité”、“体质”、“induire”、“travail”、“距离”、@marieclaire_fr、“https://link‘”

列值中的my_list第3行：

‘'vive'，'télétravail'，'commeunlundi'，'https://link’‘

我试过这个密码：

for each_list in my_list:
#print(each_list)
for each_word in each_list:
    #print(each_word)
    if each_word.startswith('@') and len(each_word) > 1:
        #print(each_word)
        each_word = '@user'

我没有任何错误，但是单词在my_list的每个列表中都没有变化。

谢谢你的帮助！

Answer 1

你可以试试熊猫字符串方法。还可以查看regex 101，以检查哪种正则表达式最适合您的情况。

df['tweets'] = df['tweets'].str.replace('@\S+', '@user')
>>>df['tweets']
    tweets
0   « Une étude de la Spire Healthcare a révélé, q...
1   @user @user Mais c'est super pratique car j'ai...

Answer 2

尝试在新文件中保存值，如果word以@ save @user delete开头，则保存该单词，然后删除原始文件。现在发生的情况是，变量individual_word正在获取值@user，但它是一个变量，因此不会进行永久更改