![](/img/trans.png)
[英]How to replace string values of a Pandas column with a string except some values?
[英]Pandas : Replace string column values
我有一個帶有成本列的 Pandas 數據框,我正在嘗試對其進行格式化。 基本上,替換字符串並將其標准化為從不同來源提取的成本值。 還有一些'NaN' 。
以下是一些示例數據:
$2.75
nan
4.150000
25.00
$4.50
我有以下代碼用於標准化列中值的格式。
for i in range(len(EmpComm['Cost(USD)'])):
if (pd.isnull(EmpComm['Cost(USD)'][i])):
print(EmpComm['Cost(USD)'][i], i)
#EmpComm['Cost(USD)'] = EmpComm['Cost(USD)'].iloc[i].fillna(0, inplace=True)
if type(EmpComm['Cost(USD)'].iloc[i]) == str:
#print('string', i)
EmpComm['Cost(USD)'] = EmpComm['Cost(USD)'].iloc[i].replace('$','')
輸出:
0 2.75
1 2.75
2 2.75
3 2.75
4 2.75
5 2.75
所有值都以 2.75 放置。 它正在為所有列值運行第二個 if 語句,因為它們被格式化為字符串。
我的問題是:你會如何格式化它?
在一般情況下,你應該避免手工for
循環和使用矢量化功能,在可能情況下,與大熊貓。 在這里,您可以使用pd.to_numeric
來測試和轉換系列中的值:
s = pd.Series(['$2.75', np.nan, 4.150000, 25.00, '$4.50'])
strs = s.astype(str).str.replace('$', '', regex=False)
res = pd.to_numeric(strs, errors='coerce').fillna(0)
print(res)
0 2.75
1 0.00
2 4.15
3 25.00
4 4.50
dtype: float64
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.