熊猫--如何在DataFrame系列中用零值替换字符串？

Question

我正在将一些csv数据导入到Pandas DataFrame中(用Python)。一个系列是指所有的数值。然而，它也包含一些虚假的"$-“元素，表示为字符串。这些都是从以前的格式中遗留下来的。如果我只是导入该系列，Pandas将其报告为一系列的“object”。

用零替换这些"$-“字符串的最佳方法是什么？或者更广泛地说，我如何用数值替换一个系列(主要是数字)中的所有字符串，并将序列转换为浮点类型？

• 史蒂夫

Answer 1

使用Series.str.replace和Series.astype

df = pd.Series(['2$-32$-4','123$-12','00123','44'])
df.str.replace(r'\$-','0').astype(float)

0    203204
1    123012
2       123
3        44
dtype: float64

Answer 2

您可以使用DataFrame的DataFrame方法，通过convert_numeric=True将字符串更改为NaNs

从医生那里：

convert_numeric：如果是真的话，尝试强迫数字(包括字符串)，不可转换的值变成NaN。

In [17]: df
Out[17]: 
    a   b  c
0  1.  2.  4
1  sd  2.  4
2  1.  fg  5

In [18]: df2 = df.convert_objects(convert_numeric=True)

In [19]: df2
Out[19]: 
    a   b  c
0   1   2  4
1 NaN   2  4
2   1 NaN  5

最后，如果要将这些NaNs转换为0，可以使用df.replace。

In [20]: df2.replace('NaN',0)
Out[20]: 
   a  b  c
0  1  2  4
1  0  2  4
2  1  0  5

Answer 3

使用.to_numeric将字符串转换为数字(使用错误选项‘胁迫’将字符串设置为NaN )：

df = pd.to_numeric(df, errors='coerce')

然后使用替换将NaN值转换为零：

df.replace('NaN',0)