Как убрать смс с данных, извлеченных с мобильного телефона.Я хочу сделать это с Python-Pandas

Question

Как убрать смс-сообщения с данными, извлеченными с мобильного телефона.Я хочу сделать это с Python-Pandas.Мне нужно очистить данные из SMS-сообщений, и я хочу извлечь тело сообщения и исключить квадратные скобки.

Example of sms message is:
'  <sms protocol="0" address="+14242380303" date="1407256816998" type="1" subject="null" body="ChatON : 3630 Message is sent from the ChatON service." toa="null" sc_toa="null" service_center="null" read="1" status="-1" locked="0" date_sent="0" readable_date="5. kol 2014. 06:40:16 PM" contact_name="(Unknown)" />'

Я использую этот код для извлечения тела сообщения.

func = lambda x: re.findall('(?<=\[)[^]]+(?=\])', x)
df=df.applymap(func)

Это DataFrame с «столбцом тела», который я хочу очистить.

Text

2   [Ok]
3   [Ok]
4   [Ok]
5   [U sedam u Dramaru kafa]
6   [Ok] 



 And I get this error
    TypeError                                 Traceback (most recent call last)
    <ipython-input-10-f8a330ca2fe3> in <module>
          1 func = lambda x: re.findall('(?<=\[)[^]]+(?=\])', x)
    ----> 2 df=df.applymap(func)
          3 
          4 

    ~/.local/lib/python3.6/site-packages/pandas/core/frame.py in applymap(self, func)
       6070             return lib.map_infer(x.astype(object).values, func)
       6071 
    -> 6072         return self.apply(infer)
       6073 
       6074     # ----------------------------------------------------------------------

    ~/.local/lib/python3.6/site-packages/pandas/core/frame.py in apply(self, func, axis, broadcast, raw, reduce, result_type, args, **kwds)
       6012                          args=args,
       6013                          kwds=kwds)
    -> 6014         return op.get_result()
       6015 
       6016     def applymap(self, func):

    ~/.local/lib/python3.6/site-packages/pandas/core/apply.py in get_result(self)
        316                                       *self.args, **self.kwds)
        317 
    --> 318         return super(FrameRowApply, self).get_result()
        319 
        320     def apply_broadcast(self):

    ~/.local/lib/python3.6/site-packages/pandas/core/apply.py in get_result(self)
        140             return self.apply_raw()
        141 
    --> 142         return self.apply_standard()
        143 
        144     def apply_empty_result(self):

    ~/.local/lib/python3.6/site-packages/pandas/core/apply.py in apply_standard(self)
        246 
        247         # compute the result using the series generator
    --> 248         self.apply_series_generator()
        249 
        250         # wrap results

    ~/.local/lib/python3.6/site-packages/pandas/core/apply.py in apply_series_generator(self)
        275             try:
        276                 for i, v in enumerate(series_gen):
    --> 277                     results[i] = self.f(v)
        278                     keys.append(v.name)
        279             except Exception as e:

    ~/.local/lib/python3.6/site-packages/pandas/core/frame.py in infer(x)
       6068             if x.empty:
       6069                 return lib.map_infer(x, func)
    -> 6070             return lib.map_infer(x.astype(object).values, func)
       6071 
       6072         return self.apply(infer)

    pandas/_libs/src/inference.pyx in pandas._libs.lib.map_infer()

    <ipython-input-10-f8a330ca2fe3> in <lambda>(x)
    ----> 1 func = lambda x: re.findall('(?<=\[)[^]]+(?=\])', x)
          2 df=df.applymap(func)
          3 
          4 

    /usr/lib/python3.6/re.py in findall(pattern, string, flags)
        220 
        221     Empty matches are included in the result."""
    --> 222     return _compile(pattern, flags).findall(string)
        223 
        224 def finditer(pattern, string, flags=0):

    TypeError: ('expected string or bytes-like object', 'occurred at index Text')

Answer 1

Ваши значения Text являются списками строк, а не строк.Лучше всего сначала извлечь их.Если во всех списках есть только одно сообщение, вы можете позвонить

df['Text'] = df['Text'].apply(lambda x: x[0] if len(x) > 0 else x)