python - Pandas :Dataframe.replace() 与正则表达式

Question

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

Answer 1

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