如何从列中的值中删除重音？

Question

如何将特殊字符更改为常用字母？这是我的数据框：

 In [56]: cities
Out[56]:

Table Code  Country         Year        City        Value
240         Åland Islands   2014.0      MARIEHAMN   11437.0 1
240         Åland Islands   2010.0      MARIEHAMN   5829.5  1
240         Albania         2011.0      Durrës      113249.0
240         Albania         2011.0      TIRANA      418495.0
240         Albania         2011.0      Durrës      56511.0

我希望它看起来像这样：

 In [56]: cities
Out[56]:

Table Code  Country         Year        City        Value
240         Aland Islands   2014.0      MARIEHAMN   11437.0 1
240         Aland Islands   2010.0      MARIEHAMN   5829.5  1
240         Albania         2011.0      Durres      113249.0
240         Albania         2011.0      TIRANA      418495.0
240         Albania         2011.0      Durres      56511.0

原文由 Marius 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

熊猫方法是使用向量化的 str.normalize 结合 str.decode 和 str.encode ：

 In [60]:
df['Country'].str.normalize('NFKD').str.encode('ascii', errors='ignore').str.decode('utf-8')

Out[60]:
0    Aland Islands
1    Aland Islands
2          Albania
3          Albania
4          Albania
Name: Country, dtype: object

所以要对所有 str dtype 执行此操作：

 In [64]:
cols = df.select_dtypes(include=[np.object]).columns
df[cols] = df[cols].apply(lambda x: x.str.normalize('NFKD').str.encode('ascii', errors='ignore').str.decode('utf-8'))
df

Out[64]:
   Table Code        Country    Year       City      Value
0         240  Aland Islands  2014.0  MARIEHAMN  11437.0 1
1         240  Aland Islands  2010.0  MARIEHAMN  5829.5  1
2         240        Albania  2011.0     Durres   113249.0
3         240        Albania  2011.0     TIRANA   418495.0
4         240        Albania  2011.0     Durres    56511.0

原文由 EdChum 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

以 熊猫系列 为例

def remove_accents(a):
    return unidecode.unidecode(a.decode('utf-8'))

df['column'] = df['column'].apply(remove_accents)

在这种情况下解码 asciis

原文由 Caio Andrian 发布，翻译遵循 CC BY-SA 3.0 许可协议