Pandas Python Regex : error: nothing to repeat

Question

我有一个包含几个奇怪字符“*”和“-”的数据框。

import pandas as pd
import numpy as np

data = {'year': [2010, 2011, 2012, 2011, 2012, 2010, 2011, 2012],
        'team': ['Bears', 'Bears', 'Bears', 'Packers', 'Packers', 'Lions',     'Lions', 'Lions'],
        'wins': [11, '*', 10, '-', 11, 6, 10, 4],
        'losses': [5, 8, 6, 1, 5, 10, 6, 12]}
football = pd.DataFrame(data, columns=['year', 'team', 'wins', 'losses'])

我想用“0.00”替换奇怪的字符，但出现错误 -

error: nothing to repeat

我知道这与正则表达式有关，但我仍然不知道如何解决这个问题。

我用来替换字符的代码：

football.replace(['*','-'], ['0.00','0.00'], regex=True).astype(np.float64)

Answer 1

*是正则中的特殊字符，需要转义：

football.replace(['\*','-'], ['0.00','0.00'], regex=True).astype(np.float64)

或使用字符class:

football.replace([*-], '0.00', regex=True).astype(np.float64)

Answer 2

做

football.replace(['*','-'], ['0.00','0.00'], regex=False)

也就是说，对于只匹配一个或另一个字符的简单情况，不需要使用正则表达式；

或者如果你想使用正则表达式，请注意 * 是一个特殊字符；如果您想精确匹配 '*' 或 '-' 的值，请使用

football.replace('^[*-]$', '0.00', regex=True)

Answer 3

您可以在字典理解中使用列表理解来执行此操作

>>> {key: [i if i not in {'*','-'} else '0.00' for i in values] for key, values in data.items()}
{'year': [2010, 2011, 2012, 2011, 2012, 2010, 2011, 2012],
 'wins': [11, '0.00', 10, '0.00', 11, 6, 10, 4],
 'losses': [5, 8, 6, 1, 5, 10, 6, 12],
 'team': ['Bears', 'Bears', 'Bears', 'Packers', 'Packers', 'Lions', 'Lions', 'Lions']}

这样做是为了在制作 DataFrame 之前清理 data。

Pandas Python Regex : error: nothing to repeat

Pandas Python Regex : error: nothing to repeat

python

regex

replace

pandas