时间戳

首页 > 解决方案 > 替换熊猫数据框多列中的字符

python - 替换熊猫数据框多列中的字符

问题描述

我有一个通过读取 XLSX 文件创建的数据框，我需要用逗号替换很多点，因为我不知道为什么在 Excel 中它显示一个逗号，但在熊猫数据框中它是一个点而不是小数分隔符。我有 29 列用逗号替换点，所以我发现最好使用一个列表来存储我的所有列名，并使用一个 for 循环来迭代我想用逗号替换这些点的所有列。

但不幸的是，当我尝试以下代码时出现错误：

import tkinter as tk
from tkinter import filedialog
from tkinter import messagebox
import win32com.client
import pandas as pd
import pathlib

root = tk.Tk()

canvas1 = tk.Canvas(root, width=300, height=300, bg='lightsteelblue2', relief='raised')
canvas1.pack()

label1 = tk.Label(root, text='File Conversion Tool', bg='lightsteelblue2')
label1.config(font=('helvetica', 20))
canvas1.create_window(150, 60, window=label1)

read_file = pd.DataFrame()


def get_excel_onefolder():
    global read_file
    import_dir_path = filedialog.askdirectory()
    file_ext = "*.xlsx"
    list_xlsx_file = list(pathlib.Path(import_dir_path).glob(file_ext))
    lst_rpl = ['col24', 'col25', 'col26', 'col45', 'col46', 'col47', 'col69', 'col75', 'col76', 'col77', 'col105', 'col106',
               'col107', 'col108', 'col109', 'col110', 'col111', 'col112', 'col254', 'col255', 'col256', 'col257', 'col258',
               'col259', 'col260', 'col261', 'col262', 'col352', 'col353']
    len_lst = len(lst_rpl)
    for xlsx_file_path in list_xlsx_file:
        read_file = pd.read_excel(xlsx_file_path)
        read_file['Time'] = read_file['Time'].str.replace(',', '.')
        for i in range(len_lst):
            read_file[lst_rpl[i]] = read_file[lst_rpl[i]].str.replace('.', ',')
        output_path = str(xlsx_file_path) + ".csv"
        read_file.to_csv(output_path, index=None, header=True, decimal=',', sep=';')
    tk.messagebox.showinfo(title="Import success", message="CSV file import successful !")


XLSX_to_CSV = tk.Button(text="Import Excel File & Convert to CSV", command=get_excel_onefolder, bg='green', fg='white', font=('helvetica', 12, 'bold'))
canvas1.create_window(150, 180, window=XLSX_to_CSV)

root.mainloop()

我得到的错误是 KeyError: 'col24'

编辑：我通过添加 NaN 值的参数来解决我的问题，na_values 到 .read_excel with decimal=',' 现在它工作正常

read_file = pd.read_excel(xlsx_file_path, decimal=',', na_values=['#NV', ' '])

我的问题是因为我的列由于 NaN 值而未被识别为浮点数。

现在的工作功能是：

def get_excel_onefolder():
    global read_file
    import_dir_path = filedialog.askdirectory()
    file_ext = "*.xlsx"
    list_xlsx_file = list(pathlib.Path(import_dir_path).glob(file_ext))
    for xlsx_file_path in list_xlsx_file:
        read_file = pd.read_excel(xlsx_file_path, decimal=',', na_values=['#NV', ' '])
        read_file['Time'] = read_file['Time'].str.replace(',', '.')
        path_without_ext = os.path.splitext(str(xlsx_file_path))[0]
        output_path = path_without_ext + ".csv"
        read_file.to_csv(output_path, index=None, header=True, decimal=',', sep=';')
    tk.messagebox.showinfo(title="Import success", message="CSV file import successful !")

标签： pythonpandas

解决方案

pandas 尝试将逗号自动格式化为点。您可以使用以下参数更改此行为decimal：

read_file = pd.read_excel(xlsx_file_path)->read_file = pd.read_excel(xlsx_file_path, decimal=",")

推荐阅读