python - 从 python 中的正则表达式数组输出中提取非空值

Question

我有一个 numpy.ndarray 类型的列，如下所示:

         col
    ['','','5','']
    ['','8']
    ['6','','']
    ['7']
    []
    ['5']

我想要这样的输出:

         col
          5
          8
          6
          7
          0
          5

我怎样才能在 python 中做到这一点。非常感谢任何帮助。

Answer 1

要将数据转换为数值，您可以使用:

import numpy as np
import pandas as pd
data = list(map(np.array, [ ['','','5',''], ['','8'], ['6','',''], ['7'], [], ['5']]))
df = pd.DataFrame({'col': data})
df['col'] = pd.to_numeric(df['col'].str.join('')).fillna(0).astype(int)
print(df)

产量

   col
0    5
1    8
2    6
3    7
4    0
5    5

<小时/>

要将数据转换为字符串，请使用:

df['col'] = df['col'].str.join('').replace('', '0')

结果看起来相同，但列的数据类型是 object，因为值是字符串。

<小时/>

如果某些行中有多个数字并且您希望选择最大的，那么你必须循环遍历每行中的每个项目，将每个字符串转换为一个数值并取最大值:

import numpy as np
import pandas as pd
data = list(map(np.array, [ ['','','5','6'], ['','8'], ['6','',''], ['7'], [], ['5']]))
df = pd.DataFrame({'col': data})
df['col'] = [max([int(xi) if xi else 0 for xi in x] or [0]) for x in df['col']]
print(df)

产量

   col
0    6   # <-- note  ['','','5','6'] was converted to 6
1    8
2    6
3    7
4    0
5    5

<小时/>

对于 0.17 之前的 pandas 版本，您可以使用 df.convert_objects 代替:

import numpy as np
import pandas as pd
data = list(map(np.array, [ ['','','5',''], ['','8'], ['6','',''], ['7'], [], ['5']]))
df = pd.DataFrame({'col': data})
df['col'] = df['col'].str.join('').replace('', '0')
df = df.convert_objects(convert_numeric=True)