我有一个看起来像这样的表:
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 -
我想使用 dataframe.replace() 将“-”替换为“0.00”，但由于负值“-1”、“-45.00”而难以实现。
如何忽略负值并仅将“-”替换为“0.00”？
我的代码:
df_raw = df_raw.replace(['-','\*'], ['0.00','0.00'], regex=True).astype(np.float64)
错误代码:
ValueError: invalid literal for float(): 0.0045.00
请您参考如下方法:
您的正则表达式匹配所有 - 字符:
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
如果您放置额外的边界，以便它只匹配带有终止符的单个字符，那么它会按预期工作:
In [47]:
df_raw.replace(['^-$'], ['0.00'], regex=True)
Out[47]:
A B
0 1.00 1.0
1 -1 -45.00
2 NaN 0.00
此处 ^ 表示字符串的开头，$ 表示字符串的结尾，因此它只会匹配该单个字符。
或者你可以只使用 replace ，它只会匹配完全匹配:
In [29]:
df_raw.replace('-',0)
Out[29]:
A B
0 1.00 1.0
1 -1 -45.00
2 NaN 0
