替换 np.array 中的字符串字符

Question

我有一个 numpy 数组大小（8634,3），其中包含英语和德语混合类型的数值，例如。 34,12 和 34.15 X = np.array(df[['column_a','column_b','column_c']]) X.shape (8634,3) X.dtype dtype('O')

我想用“。”替换“，”。 使用这个 function：

int_X = X.replace(',','.')

但我收到此错误：

AttributeError: 'numpy.ndarray' object has no attribute 'replace'

有人可以帮我正确使用我需要使用的 function 吗？ 谢谢

Answer 1

.replace()是一个字符串方法，所以它不能直接在 numpy arrays 上工作。 您可以定义一个 function 对输入字符串执行此操作，然后将该 function 向量化以直接将其应用于数组的所有元素。

看看下面的示例代码片段。 我已经将数组转换为 str 类型，完成了所需的替换，然后将它们转换回浮点数。

import numpy as np

a = np.array([1.2, 3.4, "4,5", "8,3", 6.9])
a = a.astype(str)
replace_func = np.vectorize(lambda x: float(x.replace(',','.')))
a = replace_func(a)
print(a)

# Out: [1.2 3.4 4.5 8.3 6.9]

使用np.char.replace()替代方法：

import numpy as np

a = np.array([1.2, 3.4, "4,5", "8,3", 6.9])
a = a.astype(str)
a = np.char.replace(a, ',', '.')
a = a.astype(float)
print(a)

# Out: [1.2 3.4 4.5 8.3 6.9]

Answer 2

你可以试试

int_X = int_X.astype(str)
int_X = np.char.replace(X, ',', '.')

例子

int_X = np.array([34.12, 34.15, 56.15, "7,1", 80.16])
int_X = int_X .astype(str)
int_X = np.char.replace(int_X, ',', '.')
int_X
array(['34.12', '34.15', '56.15', '7.1', '80.16'], dtype='<U5')
int_X = int_X.astype(float)
int_X
array([34.12, 34.15, 56.15,  7.1 , 80.16])