python - 通过遍历列将数据框对象转换为 float

Question

我想通过遍历 Series 来转换 Pandas.Series 中的数据

DataFrame df 看起来像

   c1   c2
0  -    75.0%
1 -5.5% 65.8%
.
n  -    6.9%

仅应删除“%”和“-”值。期望的结果:

   c1    c2
0  0.0   75.0
1 -5.5   65.8
.
n  0.0    6.9

如果我打电话

df['c1']= df['c1'].str.replace('%', '')
df['c1']= df['c1'].str.replace('-%', '0')
df['c1']= df['c1'].astype(float)

有效。

但是如果我尝试迭代它不会:

col= [] 
col.append(df['c1'])
col.append(df['c2'])

for i  in (col):
    i = i.str.replace('%', '',regex=True)
    i = i.str.replace('-$', '0',regex=True)

提前致谢

Answer 1

编辑:改进的正则表达式

# Thanks to @tdy
df.replace({'\%':'', r'^\s*-\s*$':0}, regex=True)

解释 - 因为基于字符串的数据通常可以有随机空间。您也可以将其替换为 0，因为随后的 float 转换将处理小数。

输出

    c1      c2
0   0.0     75.0
1   -5.5    65.8
2   0.0     6.9

解释

我们可以在完整的 df 上使用正则表达式来替换所需的符号，我们将 % 替换为空字符串，如果一行末尾包含 -，则替换它与 0.0。