[英]Remove trailing .0 from strings of entire DataFrame
嗨,我想删除整个 DataFrame 字符串末尾的所有“.0”,我需要它完全匹配。
让我们举一个例子df:
a b c
20 39.0 17-50
34.0 .016.0 001-6784532
所需的 output:
a b c
20 39 17-50
34 .016 001-6784532
我尝试使用replace
,但由于某种原因它不起作用(我读过可能是因为替换只替换整个字符串而不是子字符串?)。 无论哪种方式,如果有一种方法可以工作,我很想知道它,因为它适用于我的 dataframe 但我觉得它不太正确,以防万一我有像.016.0 这样的值,因为它也将取代第一个2个字符。
然后我用正则表达式r'\.0$'
尝试了 sub 和 rtrim ,但我也没有让它工作。 我不确定是因为正则表达式还是因为这些方法不适用于整个 dataframe。 同样使用带有.0
的 rtrim 也不起作用,因为它也删除了之前没有点的零,然后 20 将变为 2。当尝试使用正则表达式的 sub 和 rtrim 时,我收到一个错误,即 dataframe 没有属性str
,这是怎么回事可能的?
无论如何都可以在不遍历所有列的情况下做到这一点?
谢谢!
让我们试试DataFrame.replace
:
import pandas as pd
df = pd.DataFrame({
'a': ['20', '34.0'],
'b': ['39.0', '.016.0'],
'c': ['17-50', '001-6784532']
})
df = df.replace(r'\.0$', '', regex=True)
print(df)
如果列还不是str
,则可选DataFrame.astype
:
df = df.astype(str).replace(r'\.0$', '', regex=True)
前:
a b c
0 20 39.0 17-50
1 34.0 .016.0 001-6784532
后:
a b c
0 20 39 17-50
1 34 .016 001-6784532
rtrim
/ rstrip
在这里不起作用,因为它们不解析正则表达式,而是获取要删除的字符列表。 出于这个原因,他们将删除所有0
,因为0
在要删除的“列表”中。
有条件更换; 使用 np.where()。
df['b']=np.where(df['b'].str.contains('\.\d+\.'),df['b'].str.replace(r'\.\d+$','', regex=True), df['b'])
a b c
0 20.0 39.0 17-50
1 34.0 .016 001-6784532
也就是说,我们有.digit(s).
, 最后替换.\digit(s)
For those who are going to export the DataFrame to a CSV (or other types), you can use the parameter float_format from Pandas to eliminate all trailing zeros from the entire DataFrame.
df.to_csv(path_to_file.csv, float_format='%g')
'%g' 等格式解释。
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.