通過使用下面的代碼，我可以使用re將這樣的字符串：更改為這樣*12.2的浮點(diǎn)數(shù)12.2：import renumeric_const_pattern = '[-+]? (?: (?: \d* \. \d+ ) | (?: \d+ \.? ) )(?: [Ee] [+-]? \d+ ) ?'rx = re.compile(numeric_const_pattern, re.VERBOSE)print('converted string to float number is', float(rx.findall("*12.2")[0]))converted string to float number is 12.2但我有一個(gè)熊貓 df，它是：df = pd.DataFrame([[10, '*41', '-0.01', '2'],['*10.5', 54, 34.2, '*-0.076'], [65, -32.01, '*344.32', 0.01], ['*32', '*0', 5, 43]]) 0 1 2 30 10 *41 -0.01 21 *10.5 54 34.2 *-0.0762 65 -32.01 *344.32 0.013 *32 *0 5 43如何將上面的函數(shù)應(yīng)用于此 df 以刪除所有星號字符并制作一個(gè)完整的 float dtype pandas df 如下所示？ 0 1 2 30 10 41 -0.01 21 10.5 54 34.2 -0.0762 65 -32.01 344.32 0.013 32 0 5 43
2 回答
慕村9548890
TA貢獻(xiàn)1884條經(jīng)驗(yàn) 獲得超4個(gè)贊
有點(diǎn)冗長，但這里有一個(gè)可行的基于非正則表達(dá)式的解決方案，使用melt和str.rpartition。
v = df.melt()['value'].astype(str).str.rpartition('*')[2]
df = pd.DataFrame(v.values.astype(float).reshape(df.shape))
df
0 1 2 3
0 10.00 10.500 65.00 32.0
1 41.00 54.000 -32.01 0.0
2 -0.01 34.200 344.32 5.0
3 2.00 -0.076 0.01 43.0
添加回答
舉報(bào)
0/150
提交
取消