回答編集履歴
3
誤字修正
test
CHANGED
|
@@ -2,7 +2,7 @@
|
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
|
-
いっぽう、reに対して
|
|
5
|
+
いっぽう、reに対して後方互換性を持つregexパッケージが存在し、こちらはUnicodeプロパティにある程度対応しています。
|
|
6
6
|
|
|
7
7
|
|
|
8
8
|
|
2
対策を追加
test
CHANGED
|
@@ -1 +1,61 @@
|
|
|
1
|
-
pandasが利用するPython標準の正規表現モジュールreは、Unicodeプロパティ(`\p{Hiragana}`など)に対応していません。
|
|
1
|
+
pandasが利用するPython標準の正規表現モジュールreは、Unicodeプロパティ(`\p{Hiragana}`など)に対応していません。提示されたエラーはそれが原因です。
|
|
2
|
+
|
|
3
|
+
|
|
4
|
+
|
|
5
|
+
いっぽう、reに対して広報互換性を持つregexパッケージが存在し、こちらはUnicodeプロパティにある程度対応しています。
|
|
6
|
+
|
|
7
|
+
|
|
8
|
+
|
|
9
|
+
[regex · PyPI](https://pypi.org/project/regex/)
|
|
10
|
+
|
|
11
|
+
|
|
12
|
+
|
|
13
|
+
> This regex implementation is backwards-compatible with the standard ‘re’ module, but offers additional functionality.
|
|
14
|
+
|
|
15
|
+
|
|
16
|
+
|
|
17
|
+
そこで、`replace`を使う代わりに、regexで同様の処理を行なう関数`regex.subn`を`apply`で呼び出すようにすれば、Unicodeプロパティを使った置換処理を行なえます。
|
|
18
|
+
|
|
19
|
+
|
|
20
|
+
|
|
21
|
+
```Python
|
|
22
|
+
|
|
23
|
+
import pandas as pd
|
|
24
|
+
|
|
25
|
+
import io
|
|
26
|
+
|
|
27
|
+
import regex
|
|
28
|
+
|
|
29
|
+
|
|
30
|
+
|
|
31
|
+
txt = """
|
|
32
|
+
|
|
33
|
+
BANGO
|
|
34
|
+
|
|
35
|
+
これはregexをpandasに適用するテストです。
|
|
36
|
+
|
|
37
|
+
"""
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
|
|
41
|
+
df = pd.read_csv(io.StringIO(txt))
|
|
42
|
+
|
|
43
|
+
# print(df)
|
|
44
|
+
|
|
45
|
+
|
|
46
|
+
|
|
47
|
+
print(df['BANGO'].apply(lambda x: regex.subn(
|
|
48
|
+
|
|
49
|
+
r'(?:\p{Hiragana}|\p{Script=Han})+', '', x)[0]))
|
|
50
|
+
|
|
51
|
+
```
|
|
52
|
+
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
```result
|
|
56
|
+
|
|
57
|
+
0 regexpandasテスト。
|
|
58
|
+
|
|
59
|
+
Name: BANGO, dtype: object
|
|
60
|
+
|
|
61
|
+
```
|
1
補足を追加
test
CHANGED
|
@@ -1 +1 @@
|
|
|
1
|
-
Python標準の正規表現モジュールreは、Unicodeプロパティ(`\p{Hiragana}`など)に対応していません。
|
|
1
|
+
pandasが利用するPython標準の正規表現モジュールreは、Unicodeプロパティ(`\p{Hiragana}`など)に対応していません。
|