删除非英语行熊猫[复制]

Question

df.审查：

de la nada mi ya no se escucha 
I tried to set it up 
It is a good product

目的是删除非英文行。我试过这个和这个，但都没用。下面的代码错误地将所有行标记为英语。

from langdetect import detect
df['detect'] = detect(str(df['review']))

for i in df.detect:
    if i not in ('en'):
        df.drop(i)

Answer 1

问题是，您正在将series对象传递给不知道如何处理它的函数。要传递单个值，请使用transform或apply。请参阅下面的代码。

df['detect'] = df['review'].apply(detect)

这应该会给你一个包含评论语言的专栏，如果你想删除这些专栏，你可以这样做

df = df[df['detect'] == 'en']

如果出现异常“文本中没有特征”，则表示列中的某些行不包含字母。在这种情况下，需要删除这些行。python中没有检查字符串是否包含至少一个字母的函数，要解决这个问题，可以将列中的所有字符串更改为小写，然后检查字符串中的所有字母是否都是小写。如果根本没有字母，它将返回false。检查代码

df['detect'] = df['detect'].str.lower()
df = df[df['detect'].str.islower()]