我添加了一个函数，它将检查列中的文本值是否为英文。我正在添加一个用于True或False的列。我想检查表中的值列是否为英文。我尝试了很多方法，但都出错了：“Series”对象没有属性“isascii”
def isEnglish(s):
return s.isascii()
ic1 = sqlalchemy.text(f"select * from public.table")
res_ic1 = pd.read_sql(ic1, conn)
df_ic1 = pd.DataFrame(res_ic1)
print(df_ic1)
print(df_ic1.columns.tolist())
df_ic1["eng_check"] = ""
#df_ic1["eng_check"] = df_ic1["eng_check"].apply(isEnglish(df_ic1["value"]))
#df_ic1["eng_check"] = df_ic1.apply(isEnglish(df_ic1["value"]))
#df_ic1["eng_check"] = df_ic1.apply(lambda row : isEnglish(["value"]))
#df_ic1["eng_check"] = df_ic1["eng_check"].apply(isEnglish("value"))
df_ic1 = df_ic1.assign(eng_check=lambda row: isEnglish(row["value"]))
1条答案
按热度按时间0sgqnhkj1#
使用
df['TextField'].str.match(r'^[\u0000-\u007F]*$')代替。首先，英语使用的字符比7位ASCII范围内的字符多。对于像
naïve这样的单词或像Charlotte Brontë这样的英文名称，该测试将失败。* 否 * 系统仅使用有限的ASCII范围。第二，错误是正确的。Series 对象没有字符串操作。通过
Series.str访问Series值的字符串操作，例如：没有
isascii，因为它在数据处理中并不真正有用。Python字符串是Unicode，no 系统只使用7位ASCII范围。通常，当人们谈论ASCII时，他们指的是拉丁语1/ISO-8859-1编码。所有您可以使用str.match来检查文本字段是否与特定模式匹配。
模式
^[\u0000-\u007F]*$匹配仅包含Latin 1范围内的字符的字符串，从开始^到结束$。这包括像NULL和BELL这样的不可打印字符，它们是有效的ASCII字符，但从不出现在文本数据中。更好的模式可能是
^\w*$，它匹配所有单词字符