如何用Python Pandas将DataFrame中Unicode转换为ASCII并自定义映射

没问题，我来帮你把convertASCII函数补全，并且告诉你怎么用它处理DataFrame生成新的ASCII文本列。

首先，先把你的函数补全，核心逻辑是遍历每个字符，匹配到映射字典里的字符就替换，否则保留原字符：

characterMap = {u'\u00E7': 'c', u'\u00C7' : 'C', u'\u011F' : 'g', u'\u011E' : 'G', u'\u00F6': 'o', u'\u00D6' : 'O', u'\u015F' : 's', u'\u015E' : 'S', u'\u00FC' : 'u', u'\u00DC' : 'U' , u'\u0131' : 'i', u'\u0049' : 'I', u'\u0259' : 'e', u'\u018F' : 'E'}

def convertASCII(word):
    asciiWord = ""
    # 统一转成字符串并去除末尾空白，避免非字符串类型报错
    word = str(word).rstrip()
    for c in word:
        # 检查字符是否在映射字典中，是则替换，否则保留原字符
        if c in characterMap:
            asciiWord += characterMap[c]
        else:
            asciiWord += c
    return asciiWord

接下来，用这个函数处理DataFrame的列非常简单，直接用apply方法就能批量处理每一行的文本，生成新列：

import pandas as pd

# 假设你的DataFrame是这样的（可以替换成你自己的DataFrame）
df = pd.DataFrame({
    'original_text': [
        'G\u00FCzel bir g\u00FCn', 
        'T\u00FCrk\u00E7e metin', 
        'I\u0131zmir \u015Fehir'
    ]
})

# 应用转换函数，生成新的ASCII列
df['ascii_text'] = df['original_text'].apply(convertASCII)

# 查看结果
print(df)

运行后你会得到转换后的结果：

original_text       ascii_text
0    Güzel bir gün    Guzel bir gun
1     Türkçe metin     Turkce metin
2    Izmir şehir     Izmir sehir

额外小技巧 #

如果你的需求是转换更多通用的Unicode字符，而不仅仅是字典里的这些，可以试试unidecode库（需要先安装：pip install unidecode），它能自动处理绝大多数Unicode到ASCII的转换：

from unidecode import unidecode

def convertASCII_unidecode(word):
    return unidecode(str(word).rstrip())

# 同样用apply处理列
df['ascii_text_unidecode'] = df['original_text'].apply(convertASCII_unidecode)

不过如果有特定的替换规则（比如你自定义的字符映射），还是用你自己的字典更能保证转换结果符合预期。

内容的提问来源于stack exchange，提问作者Bao Thai