Я пытаюсь избавиться от всех \ n из целого pandas кадра данных. Я знаю, что уже есть ответы на этот вопрос о переполнении стека, но по некоторым причинам я не могу получить желаемый результат. У меня есть следующий фрейм данных:
title text date authors
0 [ECB completes foreign reserves investment in ... [\nThe European Central Bank (ECB) completed an ... [13 June 2017] ECB
1 [Measures to improve the efficiency of the ope... [\nThe Governing Council of the ECB has decided ... [\n 23 January 2003 \n ] ECB
2 [] [] [] ECB
3 [ECB publishes the results of the Euro Money M... [Today the European Central Bank (ECB) is publ... [\n 28 September 2012 \n ] ECB
4 [] [] [] ECB
Это мой желаемый вывод:
title text date authors
0 [ECB completes foreign reserves investment in... [The European Central Bank (ECB) completed an ... [13 June 2017] ECB
1 [Measures to improve the efficiency of the ope... [The Governing Council of the ECB has decided ... [23 January 2003] ECB
2 [] [] [] ECB
3 [ECB publishes the results of the Euro Money M... [Today the European Central Bank (ECB) is publ... [28 September 2012] ECB
4 [] [] [] ECB
Это все коды, которые я пробовал:
на основе на это переполнение стека сообщение, которое я пробовал:
mydf=df.replace({r'\\n': ''}, regex=True)
mydf=df['date'].str.strip(r'\\n') #this turns every obs into NaN
mydf=df.replace(to_replace=[r"\\n", "\n"], value=["",""], regex=True, inplace =True) #this gets rid of all data in dataframe for some reason
ни то, ни другое не сработало
на основе этого сообщения Я пытался (заметьте, я пропускаю ответы, которые уже пробовали ранее):
mydf=df.replace(r'\s', '', regex = True, inplace = True) #this deleted all data
основан на этот пост я пробовал:
mydf=df.replace('\\n',' ')
на основе комментариев для этот пост я пытался :
mydf=df['date'].replace(r'\s+|\\n', ' ', regex=True, inplace=True)
и
mydf=df.replace(r'\s+|\\n', ' ', regex=True, inplace=True)
на основе ответов в этом посте Я пытался:
mydf= df.replace({r'\s+$': '', r'^\s+': ''}, regex=True).replace(r'\n', ' ', regex=True)
mydf=df.replace({ r'\A\s+|\s+\Z': '', '\n' : ' '}, regex=True, inplace=True) # this again deleted whole df
Я не понимаю, почему найденные ответы не работают в моем случае, так как они были приняты и большинство из этих вопросов похоже очень похожи на мои.