删除 Pandas 中的双引号

Posted 2023-03-11

【中文标题】删除 Pandas 中的双引号

【英文标题】：Remove double quotes in Pandas

【发布时间】：2017-11-20 19:10:24

【问题描述】：

我有以下文件：

"j"; "x"; y
"0"; "1"; 5
"1"; "2"; 6
"2"; "3"; 7
"3"; "4"; 8
"4"; "5"; 3
"5"; "5"; 4

我读到的：

df = pd.read_csv('test.csv', delimiter='; ', engine='python')

然后我打印print df 并查看：

   "j"  "x"  y
0  "0"  "1"  5
1  "1"  "2"  6
2  "2"  "3"  7
3  "3"  "4"  8
4  "4"  "5"  3
5  "5"  "5"  4

相反，我想看看：

   j  x  y
0  0  1  5
1  1  2  6
2  2  3  7
3  3  4  8
4  4  5  3
5  5  5  4

如何去掉双引号？

【参考方案1】：

您可以将类型作为参数传递给read_csv 函数。

pd.read_csv('test.csv', delimiter='; ', engine='python', dtype=np.float32)

您可以在read_csv阅读更多内容

另外，你可以使用to_numeric函数。

df = df.apply(pd.to_numeric)

【讨论】：

convert_objects 已弃用

@TedPetrou ，谢谢，我已将其更新为使用 to_numeric 方法

你为什么要在这里使用apply 而不是仅仅使用函数本身。 pd.to_numeric(df, errors='ignore')。另外，to_numeric 是一个函数而不是一个方法。

我收到了ValueError: The 'dtype' option is not supported with the 'python' engine。和ValueError: ('Unable to parse string', u'occurred at index "j"')，用于替代方法。

@KcFnMi ，你是对的......在这种情况下，你可以使用转换器参数。您可以在here 和documentation 获得帮助

【参考方案2】：

我做到了：

rm_quote = lambda x: x.replace('"', '')

df = pd.read_csv('test.csv', delimiter='; ', engine='python', 
     converters='\"j\"': rm_quote, 
                 '\"x\"': rm_quote)

df = df.rename(columns=rm_quote)

【参考方案3】：

有多种方法可以做到这一点，例如使用：str.replace 或 str.strip。

考虑到要更新以下DataFrame的列

假设您要删除第一列中的双引号。

str.replace 可以做到

df[0] = df[0].str.replace(r"[\"]", '')

或者

df[0] = df[0].str.replace('"', "")

如果引号出现在元素上，最后一个也将删除它们。例如，如果一个有"236"76"，它将变成23676。

使用str.strip，可以删除字符串末尾的引号

df[0] = df[0].str.strip('"')

这是最终结果

【讨论】：

如果我有 " 在文本之间，即在第 1 列中，假设我有 "236"76"

@pythondumb 检查以下是否解决了你的问题df[0] = df[0].str.replace('"', "")

不，这不会。相反，我发现这个df[0] = df[0].str.strip().str[1:-1] 很有用。