从整个 DataFrame 的字符串中删除 trailing.0

Question

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！

Answer 1

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。

Answer 2

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)

Answer 3

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。