python 快速替换csv数据集字符串列表中的表情符号为空，asyncio，re，pandas

传统的字符串列表替换字符串使用遍历非常慢

比如下面这段代码，如果处理几十万或上百万的数据集时，会非常的慢，几小时几天都可能

import re

p = re.compile(u'['u'\U0001F300-\U0001F64F' u'\U0001F680-\U0001F6FF' u'\u2600-\u2B55 \U00010000-\U0010ffff]+')
# text = "超详细修高鼻梁教程，点❤️收藏慢慢看#美妆 #使用一次你就喜欢"
# txt = re.sub(p,'',text) # 正则匹配，将表情符合替换为空''
# print(txt)bar = tqdm(enumerate(data['text']),total=len(data['text']))
for idx,text in bar:
    data['text'][idx] = re.sub(p,'',text)

data

如何加速，使用异步携程加速，同时创建多个携程，使用多个携程同时处理字符串，有个对比，66w的数据只需不到1分钟即可处理完

import re
import pandas as pd
import asyncio

async def replace_emoji(text):
    # 表情的Unicode编码范围
    emoji_pattern = re.compile("[\U0001F600-\U0001F64F\U0001F300-\U0001F5FF\U0001F680-\U0001F6FF\U0001F1E0-\U0001F1FF]", flags=re.UNICODE)
    # 替换表情为空
    new_text = emoji_pattern.sub('', text)
    return new_text

async def main():
    # 读取CSV文件
    df = pd.read_csv('file.csv')
    # 创建一个事件循环
    loop = asyncio.get_event_loop()
    # 异步替换所有文本中的表情
    replaced_text = await asyncio.gather(*[loop.create_task(replace_emoji(text)) for text in df['text']])
    # 将替换后的文本保存回CSV文件的text列
    df['text'] = replaced_text
    df.to_csv('file.csv', index=False)

# 运行主程序
asyncio.run(main())

多思考也是一种努力，做出正确的分析和选择，因为我们的时间和精力都有限，所以把时间花在更有价值的地方。