大熊貓：Dataframe.replace（）的正則表達式

Question

我有一個表，看起來像這樣：

df_raw = pd.DataFrame(dict(A = pd.Series(['1.00','-1']), B = pd.Series(['1.0','-45.00','-']))) 

    A  B 
0 1.00 1.0 
1 -1  -45.00 
2 NaN  - 

我想換成「 - 」到「0.00」使用dataframe.replace（），但它的鬥爭，因爲的負值，'-1'，'-45.00'。

如何忽略負值並僅將' - '替換爲'0.00'？

我的代碼：

df_raw = df_raw.replace(['-','\*'], ['0.00','0.00'], regex=True).astype(np.float64) 

錯誤代碼：

ValueError: invalid literal for float(): 0.0045.00 

Answer 1

你的正則表達式是所有-字符匹配上：

In [48]: 
df_raw.replace(['-','\*'], ['0.00','0.00'], regex=True) 

Out[48]: 
     A   B 
0 1.00  1.0 
1 0.001 0.0045.00 
2 NaN  0.00 

如果你把額外的邊界上，所以它僅匹配該單個字符與終止，然後按預期工作：

In [47]: 
df_raw.replace(['^-$'], ['0.00'], regex=True) 

Out[47]: 
     A  B 
0 1.00  1.0 
1 -1 -45.00 
2 NaN 0.00 

這裏^指字符串的開始和$意味着字符串的結尾，因此將只匹配對單個字符。

或者你也可以只使用replace這隻會匹配準確匹配：

In [29]: 

df_raw.replace('-',0) 
Out[29]: 
     A  B 
0 1.00  1.0 
1 -1 -45.00 
2 NaN  0