我在数据框中遇到特殊字符的问题。例如
ID license value1 value2 value3 ...
2 a "5,120.000" 15% 45 ...
1 b "3,246.440" 10% 65 ...
4 b "1,890.220" 50% 10 ...
5 c "2,005.240" 32% 12 ...
问题是我有很多列，大约 150 个，如果我逐列并单独替换值是不行的。 因此，我需要替换所有特殊字符并将数字(此时 - 字符串列)转换为 float 。
我尝试过这样的事情:
def drop_percent(data):
for el in data.columns:
if data[el].astype(str).str.contains('%').any():
data[el] = data[el].str.strip("%").astype(float)
return data
def drop_commas(data):
for el in data.columns:
if data[el].astype(str).str.contains(',').any():
mcd[el] = mcd[el].str.replace(',','')
if data[el].astype(str).str.contains('"').any():
mcd[el] = mcd[el].str.replace('"', '')
mcd[el] = mcd[el].astype(float)
return data
我遇到的错误是:
AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas
最佳答案
这是使用列表理解和 str.replace 从列中删除所有非特殊字符的简单直接的方法。 :
(pd.concat([df[col].astype(str).str.replace(r'\W+', '', regex=True)
for col in df.columns], 1))
license value1 value2 value3
2 a 5120000 15 45
1 b 3246440 10 65
4 b 1890220 50 10
5 c 2005240 32 12
关于python - 查找包含子字符串的列并替换它 - Pandas，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56129184/