[英]df.loc to replace comma separated numbers in dataframes
我从这里下载了数据框:https://ods.od.nih.gov/HealthInformation/Dietary_Reference_Intakes.aspx
使用 BeautifulSoup 但有些数值有千位分隔符和“星号”,我想把它们都去掉。 我有正则表达式来取出“星号”,但尝试在逗号上使用str.replace(“,”,“”),然后使用.loc插入新字符串。 我的代码:
#iterate each df field and if comma sep, replace
for name,df in df_dict.items():
print(name, df.dtypes)
cols = list(df.columns)
#print(cols)
for idx, row in df.iterrows():
# skip lifestage group col
for i in range(1,len(cols)):
curr_val = str(row[cols[i]])
print(f'curr_val: {type(curr_val),curr_val}')
print(f'row[0]:{row[cols[0]]}')
if "," in curr_val:
clean_val = curr_val.replace(",", "")
print(f'comma: {df.loc[row[cols[0]], cols[i]]}')
df.loc[row[cols[0]],cols[i]] = clean_val
print(f'no comma: {df.loc[row[cols[0]], cols[i]]}\n')
df.dtypes 显示
Life-Stage Group object
Calcium (mg/d) object
Chromium (μg/d) object
Copper (μg/d) object
Fluoride (mg/d) object
Iodine (μg/d) object
Iron (mg/d) object
Magnesium (mg/d) object
Manganese (mg/d) object
Molybdenum (μg/d) object
Phosphorus (mg/d) object
Selenium (μg/d) object
Zinc (mg/d) object
Potassium (mg/d) object
Sodium (mg/d) object
Chloride (g/d) object
dtype: object
所以我认为它应该可以工作,但实际上没有发生任何变化。
理想情况下,我想同时使用逗号和“*”,只保留 int 或 float 值。
@piterbarg 的回答是正确的。 对此进行了编辑,并且可以正常工作:
#iterate each df field and if comma sep, replace
for name,df in df_dict.items():
str_df = df.copy().astype(str)
cols = list(df.columns)
print(f'cols[0]: {cols[0]}')
# skip lifestage group col
for i in range(1,len(cols)):
str_df[cols[i]] = str_df[cols[i]].str.replace(',', '').str.replace('*','')
df_dict[name] = str_df
如果无法访问您的df
,则很难为您提供帮助。 了解如何提供出色的 pandas 示例以及最小、完整和可验证的示例。
但是在您的代码中有些事情看起来很可疑,特别是: df.loc[row[cols[0]], cols[i]]
。 .loc
function 将 df index 作为第一个参数,所以我认为这应该是df.loc[idx, cols[i]]
在几个地方。 所以我有点惊讶它实际上并没有在那里抱怨。
您也可以按照以下方式对 go 中的列进行替换
# loop over columns i here
df[cols[i]] = df[cols[i]].str.replace(',','').str.replace('*','')
df[cols[i]] = df[cols[i]].astype(float) # or int
这通常比你在那里的iterrows()
循环更受欢迎
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.