熊猫：Dataframe.replace() 与正则表达式

Posted 2023-03-12

【中文标题】熊猫：Dataframe.replace() 与正则表达式

【英文标题】：pandas: Dataframe.replace() with regex

【发布时间】：2015-11-18 23:50:40

【问题描述】：

我有一个如下所示的表格：

df_raw = pd.DataFrame(dict(A = pd.Series(['1.00','-1']), B = pd.Series(['1.0','-45.00','-'])))

    A       B
0   1.00    1.0
1   -1      -45.00
2   NaN     -

我想使用 dataframe.replace() 将“-”替换为“0.00”，但由于负值“-1”、“-45.00”而难以解决。

如何忽略负值并仅将“-”替换为“0.00”？

我的代码：

df_raw = df_raw.replace(['-','\*'], ['0.00','0.00'], regex=True).astype(np.float64)

错误代码：

ValueError: invalid literal for float(): 0.0045.00

【参考方案1】：

您的正则表达式匹配所有 - 字符：

In [48]:
df_raw.replace(['-','\*'], ['0.00','0.00'], regex=True)

Out[48]:
       A          B
0   1.00        1.0
1  0.001  0.0045.00
2    NaN       0.00

如果您设置额外的边界，使其仅匹配带有终止符的单个字符，那么它会按预期工作：

In [47]:
df_raw.replace(['^-$'], ['0.00'], regex=True)

Out[47]:
      A       B
0  1.00     1.0
1    -1  -45.00
2   NaN    0.00

这里^ 表示字符串的开头，$ 表示字符串的结尾，因此它只会匹配该单个字符。

或者你可以只使用replace，它只会匹配完全匹配：

In [29]:

df_raw.replace('-',0)
Out[29]:
      A       B
0  1.00     1.0
1    -1  -45.00
2   NaN       0