Pandas - 如何在 DataFrame 系列中用零值替换字符串？

Question

我正在将一些 csv 数据导入 Pandas DataFrame（在 Python 中）。一个系列意味着所有的数值。但是，它也包含一些以字符串表示的虚假“$-”元素。这些是以前的格式遗留下来的。如果我只是导入该系列，Pandas 会将其报告为一系列“对象”。

用零替换这些“$-”字符串的最佳方法是什么？或者更一般地说，如何用数值替换系列中的所有字符串（主要是数字），并将系列转换为浮点类型？

• 史蒂夫

Answer 1

使用Series.str.replace 和Series.astype

df = pd.Series(['2$-32$-4','123$-12','00123','44'])
df.str.replace(r'\$-','0').astype(float)

0    203204
1    123012
2       123
3        44
dtype: float64

Answer 2

可以使用DataFrame的convert_objects方法，配合convert_numeric=True将字符串改为NaNs

来自文档：

convert_numeric： 如果为 True，则尝试强制转换为数字（包括字符串），将不可转换的值变为 NaN。

In [17]: df
Out[17]: 
    a   b  c
0  1.  2.  4
1  sd  2.  4
2  1.  fg  5

In [18]: df2 = df.convert_objects(convert_numeric=True)

In [19]: df2
Out[19]: 
    a   b  c
0   1   2  4
1 NaN   2  4
2   1 NaN  5

最后，如果你想把那些NaNs转换成0的，你可以使用df.replace

In [20]: df2.replace('NaN',0)
Out[20]: 
   a  b  c
0  1  2  4
1  0  2  4
2  1  0  5

Answer 3

使用.to_numeric 将字符串转换为数字（使用错误选项“强制”将字符串设置为NaN）：

df = pd.to_numeric(df, errors='coerce')

然后使用替换将NaN 值转换为零：

df.replace('NaN',0)