從整個 DataFrame 的字符串中刪除 trailing.0

Question

嗨，我想刪除整個 DataFrame 字符串末尾的所有“.0”，我需要它完全匹配。

讓我們舉一個例子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

我嘗試使用replace ，但由於某種原因它不起作用（我讀過可能是因為替換只替換整個字符串而不是子字符串？）。 無論哪種方式，如果有一種方法可以工作，我很想知道它，因為它適用於我的 dataframe 但我覺得它不太正確，以防萬一我有像.016.0 這樣的值，因為它也將取代第一個2個字符。

然后我用正則表達式r'\.0$'嘗試了 sub 和 rtrim ，但我也沒有讓它工作。 我不確定是因為正則表達式還是因為這些方法不適用於整個 dataframe。 同樣使用帶有.0的 rtrim 也不起作用，因為它也刪除了之前沒有點的零，然后 20 將變為 2。當嘗試使用正則表達式的 sub 和 rtrim 時，我收到一個錯誤，即 dataframe 沒有屬性str ，這是怎么回事可能的？

無論如何都可以在不遍歷所有列的情況下做到這一點？

謝謝！

Answer 1

讓我們試試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)

如果列還不是str ，則可選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在這里不起作用，因為它們不解析正則表達式，而是獲取要刪除的字符列表。 出於這個原因，他們將刪除所有0 ，因為0在要刪除的“列表”中。

Answer 2

有條件更換； 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

也就是說，我們有.digit(s). , 最后替換.\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' 等格式解釋。