从数据框列中的字符串值中删除字符

Posted 2023-03-12

【中文标题】从数据框列中的字符串值中删除字符

【英文标题】：removing character from string value in dataframe column

【发布时间】：2021-02-13 20:17:36

【问题描述】：

我希望你能帮助我解决这个问题。我有一列将数值作为字符串。由于它们是来自不同国家的数据，其中一些具有不同的格式，例如“，”和“$”。我正在尝试将系列转换为数字，但我遇到了“，”和“$”值的问题。

data="valores":[1,1,3,"4","5.00","1,000","$5,700"]
df=pd.DataFrame(data)
df

    valores
0   1
1   1
2   3
3   4
4   5.00
5   1,000
6   $5,700

我尝试了以下方法：

df["valores"].replace(",","")

但它不会改变任何事情，因为“，”值在字符串中，而不是字符串值本身

pd.to_numeric(df["valores"])

但我收到“ValueError: Unable to parse string "1,000" at position 5" 错误。

valores=[i.replace(",","") for i in df["valores"].values]

但我收到“AttributeError: 'int' object has no attribute 'replace' 错误。

所以，最后，我尝试了这个：

valores=[i.replace(",","") for i in df["valores"].values if type(i)==str]
valores
['4', '5.00', '1000', '$5700']

但它跳过了前三个值，因为它们不是字符串..

我认为使用正则表达式代码我可以管理它，但我只是不明白如何使用它。

我希望你能帮助我，因为我已经为此苦苦挣扎了大约 7 个小时。

【参考方案1】：

你应该首先从它创建一个字符串，所以像这样

valores=[str(i).replace(",","") for i in df["valores"].values]

【参考方案2】：

你可以试试这个：

df['valores'] = df['valores'].replace(to_replace='[\,\$]',value='',regex=True).astype(float)

【参考方案3】：

.replace 默认搜索整个单元格值。由于要替换部分字符串，所以需要.str.replace或replace(...,regex=True)：

df['valores'] = df["valores"].replace(",","", regex=True)

或者：

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

【参考方案4】：

您需要使用.astype(str) 将valores 列中的值转换为字符串，然后使用.str.replace('[,$]', '') 删除所有$ 和,，然后您可以使用pd.to_numeric 将所有数据转换为数字：

>>> pd.to_numeric(df["valores"].astype(str).str.replace("[,$]",""))
0       1.0
1       1.0
2       3.0
3       4.0
4       5.0
5    1000.0
6    5700.0