从整个 DataFrame 的字符串中删除尾随 .0

Posted 2023-03-28

【中文标题】从整个 DataFrame 的字符串中删除尾随 .0

【英文标题】：Remove trailing .0 from strings of entire DataFrame

【发布时间】：2021-09-22 02:19:37

【问题描述】：

您好，我想删除整个 DataFrame 字符串末尾的所有“.0”，我需要它完全匹配。

让我们做一个例子 df:

a      b      c
20     39.0   17-50
34.0   .016.0   001-6784532

想要的输出：

a      b      c
20     39     17-50
34     .016   001-6784532

我尝试使用replace，但由于某种原因它不起作用（我读到可能是因为替换只替换整个字符串而不是子字符串？）。无论哪种方式，如果有一种方法可以工作，我很想知道它，因为它适用于我的数据框，但我觉得它不太正确，以防万一我有像 .016.0 这样的值，因为它也会取代第一个2 个字符。

然后我用正则表达式r'\.0$' 尝试了 sub 和 rtrim，但我也没有让它工作。我不确定是因为正则表达式还是因为这些方法不适用于整个数据帧。同样将 rtrim 与 .0 一起使用也不起作用，因为它还删除了之前没有点的零，然后 20 将变为 2。 使用正则表达式尝试 sub 和 rtrim 时，我收到一个错误，即数据框没有属性 str，这怎么可能？

有没有办法在不遍历所有列的情况下做到这一点？

谢谢！

【参考方案1】：

我们试试DataFrame.replace:

import pandas as pd

df = pd.DataFrame(
    'a': ['20', '34.0'],
    'b': ['39.0', '.016.0'],
    'c': ['17-50', '001-6784532']
)

df = df.replace(r'\.0$', '', regex=True)

print(df)

如果列还没有str，则可选DataFrame.astype：

df = df.astype(str).replace(r'\.0$', '', regex=True)

之前：

      a       b            c
0    20    39.0        17-50
1  34.0  .016.0  001-6784532

之后：

    a     b            c
0  20    39        17-50
1  34  .016  001-6784532

---

rtrim/rstrip 在这里不起作用，因为它们不解析正则表达式，而是获取要删除的字符列表。因此，他们将删除所有0，因为0 在要删除的“列表”中。

【参考方案2】：

有条件地替换；使用 np.where()。

df['b']=np.where(df['b'].str.contains('\.\d+\.'),df['b'].str.replace(r'\.\d+$','', regex=True), df['b'])



    a     b            c
0  20.0  39.0        17-50
1  34.0  .016  001-6784532

也就是说，我们有.digit(s).的地方，把.\digit(s)放在最后

【讨论】：

感谢您的回复。我不明白这如何解决我的问题。它仍然在数据框的其余部分之后为您提供 .0，甚至在第一行的 b 列本身中。最后一句话是什么意思？我看到您的答案中没有使用它。谢谢！