未知字符問題

我已經將一個數據框讀入到python中，列名稱中包含一個歐元符號「price_€」，Python將該列視爲price_ ，它不允許我使用€或未知字符問題

File "<ipython-input-53-d7f8249147e7>", line 1 
df[price_€] = df[0].str.replace(r'[€,]', '').astype('float') 
     ^
SyntaxError: invalid syntax

任何想法如何從列名可以使用拉姆達過濾器像下面的字符串

import string 
s = "some\x00string. with\x15 funny characters" 
filter(lambda x: x in string.printable, s)

輸出刪除此這樣我就可以開始提到它？

來源

2015-06-19 Marcus

你是說當你打印你看到的'data_ '數據框？如果是這樣，那麼你的問題是編碼 –

嗨Padraic，是的，當我打印框架，我看到'price_ '。有沒有辦法解決這個問題，還是我需要手動更改輸入文件？ – Marcus

你是如何創建數據框的？ –

'somestring. with funny characters'

來源

2015-06-19 11:52:35 Bharadwaj

你的回答在任何方面與OP的問題有什麼關係？ – EdChum

在將字符串用作密鑰之前，過濾字符串。他問如何刪除spl字符 – Bharadwaj

你的答案是針對一個普通的字符串，這是一個熊貓數據框中的字符串數據，因爲你的答案不適用，因爲它不是特定於熊貓，OP也提供了一個基本錯誤爲列名傳遞一個字符串 – EdChum

變量名中不能使用的歐元符號：

Identifiers (also referred to as names) are described by the following lexical definitions: 

identifier ::= (letter|"_") (letter | digit | "_")* 
letter  ::= lowercase | uppercase 
lowercase ::= "a"..."z" 
uppercase ::= "A"..."Z" 
digit  ::= "0"..."9"

您將需要使用一個字符串：其實

df["price_€"] ...

大熊貓有沒有問題，我與歐元符號：

import pandas as pd 

df = pd.DataFrame([[1, 2]], columns=["£", "€"]) 

print(df["€"]) 
print(df["£"]) 
0 2 
Name: €, dtype: int64 
0 1 
Name: £, dtype: int64

fil e是CP1252編碼，所以你需要指定編碼：

mport pandas as pd 
iimport codecs 
df = pd.read_csv("PPR-2015.csv",header=0,encoding="cp1252") 

print(df.columns) 
Index([u'Date of Sale (dd/mm/yyyy)', u'Address', u'Postal Code', u'County', 
u'Price (€)', u'Not Full Market Price', u'VAT Exclusive', u'Description of Property', u'Property Size Description'], dtype='object') 

print(df[u'Price (€)']) 
0  €138,000.00 
1  €270,000.00 
2  €67,000.00 
3  €900,000.00 
4  €176,000.00 
5  €155,000.00 
6  €100,000.00 
7  €120,000.00 
8  €470,000.00 
9  €140,000.00 
10 €592,000.00 
11  €85,000.00 
12 €422,500.00 
13 €225,000.00 
14  €55,000.00 
... 
17433 €262,000.00 
17434 €155,000.00 
17435 €750,000.00 
17436  €96,291.69 
17437 €112,000.00 
17438 €350,000.00 
17439 €190,000.00 
17440  €25,000.00 
17441 €100,000.00 
17442  €75,000.00 
17443  €46,000.00 
17444 €175,000.00 
17445  €48,500.00 
17446 €150,000.00 
17447 €400,000.00 
Name: Price (€), Length: 17448, dtype: object

然後改變浮動：

df[u'Price (€)'] = df[u'Price (€)'].str.replace(ur'[€,]'), '').astype('float') 

print(df['Price (€)'.decode("utf-8")])

輸出：

0  138000 
1  270000 
2  67000 
3  900000 
4  176000 
5  155000 
6  100000 
7  120000 
8  470000 
9  140000 
10 592000 
11  85000 
12 422500 
13 225000 
14  55000 
... 
17433 262000.00 
17434 155000.00 
17435 750000.00 
17436  96291.69 
17437 112000.00 
17438 350000.00 
17439 190000.00 
17440  25000.00 
17441 100000.00 
17442  75000.00 
17443  46000.00 
17444 175000.00 
17445  48500.00 
17446 150000.00 
17447 400000.00 
Name: Price (€), Length: 17448, dtype: float64

來源

2015-06-19 11:53:27

您應該使用rename重命名列名：

In [189]: 
df = pd.DataFrame(columns = ['price_€']) 
df 

Out[189]: 
Empty DataFrame 
Columns: [price_€] 
Index: [] 

In [191]: 
df.rename(columns = {'price_€':'price'},inplace=True) 
df 

Out[191]: 
Empty DataFrame 
Columns: [price] 
Index: []

另外df[price_€]是一種無效的選擇列的方式，您需要傳遞一個字符串，因此df['price_€']是正確的格式。

而且這樣的：

df[0].str.replace(r'[€,]', '').astype('float')

目前還不清楚你想要什麼在這裏，df[0]會再次加一個KeyError因爲索引中的列，你需要傳遞一個字符串。

我也不明白你爲什麼要將列轉換爲浮動，你沒有解釋這部分。

來源

2015-06-19 12:00:27 EdChum

未知字符問題

回答

相關問題