我正在尝试“清理”一些数据。我的值(value)观是负面的,但它们不可能是。我想将所有负值替换为其对应的正值。
A | B | C
-1.9 | -0.2 | 'Hello'
1.2 | 0.3 | 'World'
我想变成这样
A | B | C
1.9 | 0.2 | 'Hello'
1.2 | 0.3 | 'World'
到目前为止,我刚刚开始编写替换语句
df.replace(df.loc[(df['A'] < 0) & (df['B'] < 0)],df * -1,inplace=True)
请在正确的方向帮助我
最佳答案
只需调用 abs
:
In [349]:
df = df.abs()
df
Out[349]:
A B
0 1.9 0.2
1 1.2 0.3
另一种方法是创建一个 bool 掩码,删除 NaN
行,在索引上调用 loc
并分配负值:
df.loc[df[df<0].dropna().index] = -df
编辑
对于你有字符串的情况,以下是可行的:
In [399]:
df[df.columns[df.dtypes != np.object]] = df[df.columns[df.dtypes != np.object]].abs()
df
Out[399]:
A B C
0 1.9 0.2 Hello
1 1.2 0.3 World
关于Python Pandas 用相反的符号替换值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29299597/