python - 在 Python 中替换 DataFrame 的所有单元格中的值

Question

我有一个例子 df:

df = pd.DataFrame({'A': ['100,100', '200,200'],
                   'B': ['200,100,100', '100']})

        A          B
0   100,100    200,100,100
1   200,200    100

我想用任何东西替换逗号“,”(基本上，删除它们)。您可能会猜到一个真实世界的应用程序，因为许多数据都是用千位分隔符编写的，请随时向我介绍更好的方法。

现在我阅读了 pd.replace() 的文档 here我尝试了多个版本的代码 - 它没有引发任何错误，但不会修改我的数据框。

df = df.replace(',','')
df = df.replace({',': ''})
df = df.replace([','],'')
df = df.replace([','],[''])

我可以在指定列名并为系列使用“.str.replace()”方法时让它工作，但想象一下有 20 列。我也可以在 df.replace() 方法中指定列，但必须有更方便的方法来完成如此简单的任务。我可以编写一个自定义函数，但 pandas 是一个非常棒的库，它一定是我所缺少的。

这有效:

df['A'] = df['A'].str.replace(',','')

谢谢!

Answer 1

df.replace有一个参数 regex 将其设置为 True 以进行部分匹配。

默认 regex 参数是 False。当 False 时，它仅替换完全匹配 或完全匹配。

来自 Pandas 文档:

str: string exactly matching to_replace will be replaced with the value.

df.replace(',', '', regex=True)

        A          B
0  100100  200100100
1  200200        100

---

在pd.Series.str.replace默认情况下，它的 regex 参数是 True。

来自文档:

Equivalent to str.replace() or re.sub(), depending on the regex value.

判断传入的模式是否为正则表达式:

• 如果为真，则假定传入的模式是正则表达式。
• 如果为 False，则将模式视为文字字符串