从python中的正则表达式数组输出中提取非空值

Question

我有一个numpy.ndarray类型的列，看起来像：

         col
    ['','','5','']
    ['','8']
    ['6','','']
    ['7']
    []
    ['5']

我想要这样的输出：

         col
          5
          8
          6
          7
          0
          5

我该如何在python中做到这一点。

Answer 1

要将数据转换为数值，可以使用：

import numpy as np
import pandas as pd
data = list(map(np.array, [ ['','','5',''], ['','8'], ['6','',''], ['7'], [], ['5']]))
df = pd.DataFrame({'col': data})
df['col'] = pd.to_numeric(df['col'].str.join('')).fillna(0).astype(int)
print(df)

产量

   col
0    5
1    8
2    6
3    7
4    0
5    5

---

要将数据转换为字符串，请使用：

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

结果看起来相同，但是列的dtype是object因为值是字符串。

---

如果某些行中有多个数字，并且希望选择最大的数字，则必须遍历每一行中的每个项目，将每个字符串转换为数值并取最大值：

import numpy as np
import pandas as pd
data = list(map(np.array, [ ['','','5','6'], ['','8'], ['6','',''], ['7'], [], ['5']]))
df = pd.DataFrame({'col': data})
df['col'] = [max([int(xi) if xi else 0 for xi in x] or [0]) for x in df['col']]
print(df)

产量

   col
0    6   # <-- note  ['','','5','6'] was converted to 6
1    8
2    6
3    7
4    0
5    5

---

对于0.17之前的熊猫版本，可以改用df.convert_objects ：

import numpy as np
import pandas as pd
data = list(map(np.array, [ ['','','5',''], ['','8'], ['6','',''], ['7'], [], ['5']]))
df = pd.DataFrame({'col': data})
df['col'] = df['col'].str.join('').replace('', '0')
df = df.convert_objects(convert_numeric=True)

Answer 2

我把这个留给你：

>>> l=['', '5', '', '']
>>> l = [x for x in l if not len(x) == 0]
>>> l
>>> ['5']

您可以使用lambda和filter做同样的事情

>>> l
['', '1', '']
>>> l = filter(lambda x: not len(x)==0, l)
>>> l
['1']

下一步将是遍历数组的行并实现这两个想法之一。

有人在这里显示了如何完成此操作： 遍历Numpy矩阵行以分别应用一个函数？

编辑：也许这是不赞成的，但我故意这样做是为了不给出最终代码。

Answer 3

     xn = array([['', '', '5', ''], ['', '8'], ['6', '', ''], ['7'], [], ['5']],
    dtype=object)

        In [20]: for a in x:
   ....:     if len(a)==0:
   ....:         print 0
   ....:     else:
   ....:         for b in a:
   ....:             if b:
   ....:                 print b
   ....:
5
8
6
7
0
5