时间戳

首页 > 解决方案 > 删除数据框单元格中的任何值

python - 删除数据框单元格中的任何值

问题描述

我想转换数据集类型。但我不能这样做，因为我的数据集中有两个点。我正在使用pd.apply(pd.to_numeric)代码。我得到的错误代码如下；

ValueError: Unable to parse string "1.232.2" at position 1

我的数据集是这样的；

  Price     Value
 1.232.2   1.235.3
 2.345.2   1.234.2
 3.343.5   5.433.3

我必须删除第一个点。例如；

   Price     Value
 1232.2      1235.3
 2345.2      1234.2
 3343.5      5433.3

我在等待帮助。谢谢你。

标签： pythonpandasdataframe

解决方案

这是一种方法。

将字符串转换为浮点格式（多点到单点）

你可以做一个正则表达式来解决这个问题。

正则表达式：'\.(?=.*\.)'

解释：

'\.--> 查找文字.

(?=.*\.)'--> 排除除最后一个以外的所有内容.

对于每个找到的，替换为''

代码是：

df['Price'] = df['Price'].str.replace('\.(?=.*\.)', '',regex=True)
df['Value'] = df['Value'].str.replace('\.(?=.*\.)', '',regex=True)

如果还想转成数字，可以直接给：

df['Price'] = pd.to_numeric(df['Price'].str.replace('\.(?=.*\.)', '',regex=True))
df['Value'] = pd.to_numeric(df['Value'].str.replace('\.(?=.*\.)', '',regex=True))

其输出将是：

在清理 DataFrame 之前：

     Price     Value
0  1.232.2   1.235.3
1  2.345.2   1.234.2
2  3.343.5   5.433.3
3   123.45  456.25.5
4    0.825     0.0.0
5  0.0.0.2     5.5.5
6     1234      4567
7      NaN       NaN

清理 DataFrame 后：

    Price    Value
0  1232.2   1235.3
1  2345.2   1234.2
2  3343.5   5433.3
3  123.45  45625.5
4   0.825     00.0
5   000.2     55.5
6    1234     4567
7     NaN      NaN

解决方案的 pd.numeric() 版本将如下所示：

在 Cleanins DataFrame 之后：

注意：它将所有值转换为 3 位小数，因为其中一个值有 3 位小数。

      Price    Value
0  1232.200   1235.3
1  2345.200   1234.2
2  3343.500   5433.3
3   123.450  45625.5
4     0.825      0.0
5     0.200     55.5
6  1234.000   4567.0
7       NaN      NaN

如果数据中有多个句点 (.)，则丢弃数据

如果要处理数据框中的所有列，可以使用applymap()，如果要处理特定列，请使用 apply。也用于pd.isnull()检查数据是否存在NaN，以便您可以忽略处理该数据。

下面的代码地址为 NaN、不带小数位的数字、带一个句点的数字、带多个句点的数字。该代码假定列中的数据是 NaN 或带有数字和句点的字符串。它假定没有字母或非数字字符（点除外）。如果您只需要代码来检查数字，请告诉我。

该代码还假定您要丢弃前导数字。如果您确实想连接数字，则需要实施不同的解决方案（例如：1.2345.67将被替换为2345.67并将1被丢弃。示例＃2：1.2.3.4.5将被替换为4.5while discarding 1.2.3。如果这不是您想要的，我们需要更改代码。

您可以执行以下操作：

import pandas as pd
import numpy as np
df = pd.DataFrame({'Price': ['1.232.2', '2.345.2', '3.343.5', '123.45', '0.825','0.0.0.2', '1234',np.NaN],
                   'Value': ['1.235.3', '1.234.2', '5.433.3', '456.25.5','0.0.0','5.5.5', '4567',np.NaN]})

print (df)

def remove_dots(x):
    return x if pd.isnull(x) else '.'.join(x.rsplit('.',2)[-2:])

df = df.applymap(remove_dots)
print (df)

其输出将是：

在清理 DataFrame 之前：

     Price     Value
0  1.232.2   1.235.3
1  2.345.2   1.234.2
2  3.343.5   5.433.3
3   123.45  456.25.5
4    0.825     0.0.0
5  0.0.0.2     5.5.5
6     1234      4567
7      NaN       NaN

清理 DataFrame 后：

    Price  Value
0   232.2  235.3
1   345.2  234.2
2   343.5  433.3
3  123.45   25.5
4   0.825    0.0
5     0.2    5.5
6    1234   4567
7     NaN    NaN

如果您只想更改特定列，则可以使用 apply。

df['Price'] = df['Price'].apply(lambda x: x if pd.isnull(x) else '.'.join(x.rsplit('.',2)[-2:]))
df['Value'] = df['Value'].apply(lambda x: x if pd.isnull(x) else '.'.join(x.rsplit('.',2)[-2:]))

print(df)

之前和之后将是相同的：

在清理 DataFrame 之前：

     Price     Value
0  1.232.2   1.235.3
1  2.345.2   1.234.2
2  3.343.5   5.433.3
3   123.45  456.25.5
4    0.825     0.0.0
5  0.0.0.2     5.5.5
6     1234      4567
7      NaN       NaN

清理 DataFrame 后：

    Price  Value
0   232.2  235.3
1   345.2  234.2
2   343.5  433.3
3  123.45   25.5
4   0.825    0.0
5     0.2    5.5
6    1234   4567
7     NaN    NaN

推荐阅读