Python在忽略前導空格時，使用字符串替換數據幀列

我有一個通常包含數字的數據框列，但有些條目被寫爲'No Data'。Python在忽略前導空格時，使用字符串替換數據幀列

df=pd.DataFrame({'group':[1,2,3,' No Data',4,5,6]})

然而，某些條目，如在上面的例子中，可以用一個空格作爲' No Data'啓動。我試圖找到一種有效的方式來替換NaN的所有No Data條目，而不必擔心額外的空間。現在，我有什麼是

df['group'].replace('No Data', np.nan) 
print df

不工作，除非我把一個空間中搜索詞像

df['group'].replace(' No Data', np.nan)

雖然這個作品，我希望有一個更好的辦法，我可以做到這一點沒有檢查額外的空間。

注意：我還可以通過list comprehension實現這一點，並使用in

[np.nan if 'No Data' in str(x) else x for x in df['group']]

這會工作得很好，但我認爲replace更具有可讀性。

來源

2016-02-28 PagMax

@idjaw。謝謝。那裏的列是所有的字符串和像地圖（str.strip）一些技巧運作良好。由於數字輸入，這不起作用。那裏接受的答案涉及寫一個我不想要的函數，因爲我發佈的兩個選擇很好。我只是想看看有沒有更好的辦法 – PagMax

可以實現通過一個正則表達式融入replace功能時，您期望的結果，您建議：

import pandas as pd 
import numpy as np 

df=pd.DataFrame({'group':[1,2,3,' No Data',4,5,6]}) 

df = df.replace(r'No Data', np.nan, regex=True) 
print df

輸出

使用正則表達式r'No data'將在您的單元中的任意位置查找字符串'No data'。如果發現匹配，該單元將被替換爲np.nan。

另一種方法是使用applymap將簡單的lambda函數應用於數據框中的每個單元格。我覺得這是一個非常可讀的解決方案：

import pandas as pd 
import numpy as np 

df=pd.DataFrame({'group':[1,2,3,' No Data',4,5,6]}) 

df = df.applymap(lambda x: np.nan if type(x) == str and 'No Data' in x else x) 
print df

輸出

來源

2016-02-28 16:44:22 gtlambert

謝謝@gtlambert。這兩種選擇都很好，並且喜歡'regex'方法。 – PagMax

看起來像我甚至不需要添加'r'只需使用''無數據'與'regex = True'似乎工作 – PagMax

熊貓允許您使用正則表達式替換功能，所以你可以這樣做：

df['group'].replace("\s*No Data", np.nan, regex=True)

來源

2016-02-28 16:43:54 bunji

Thanks @bunji。我嘗試了這一點，但沒有把正則表達式=真！ – PagMax

Python在忽略前導空格時，使用字符串替換數據幀列

回答

相關問題