如何从文本中提取emoji存入新列，同时删除原文本中的对应emoji

你可以通过Python的pandas和emoji第三方库快速实现需求，具体操作如下：

前置依赖安装 #

执行以下命令安装/升级所需库：

pip install -U pandas emoji

完整实现代码 #

import pandas as pd
import emoji

# 提取文本中所有emoji的函数
def extract_all_emojis(text):
    return ' '.join([char for char in text if char in emoji.EMOJI_DATA])

# 移除文本中所有emoji的函数
def clean_text_remove_emojis(text):
    # 移除emoji后顺便清除首尾多余空格
    return emoji.replace_emoji(text, replace='').strip()

# 读取你的原始数据，这里以csv为例，你也可以根据自己的数据源格式调整读取方式
df = pd.read_csv("your_input_file.csv")

# 生成新增的Emoji列
df["Emoji"] = df["Text"].apply(extract_all_emojis)
# 覆盖原Text列，移除其中所有emoji
df["Text"] = df["Text"].apply(clean_text_remove_emojis)

# 导出处理完成的结果
df.to_csv("your_output_file.csv", index=False)

效果验证 #

用你提供的示例数据运行上述代码后，输出结果和你期望的格式完全一致：

补充说明 #

如果不想依赖第三方emoji库，也可以自己写正则匹配emoji的Unicode范围实现，但需要注意定期更新正则规则适配新发布的emoji字符，兼容性不如成熟的开源emoji库。

内容的提问来源于stack exchange，提问作者user16098918