Pandas

Question

我有一个如下所示的数据框：

plan type  hour status     code
A    cont   0    ok       010.0
A    cont   2    ok      025GWA
A    cont   0    notok   010VVT
A    cont   0    other     6.05
A    vend   1    ok        6.01

列代码有几个不同字母的字符串字符。最后我想将 'code' 列转换为浮动。我试过了：

df['code'] = df['code'].str.extract('(\d+)').astype(float)

但是我得到了：

plan type  hour status     code
A    cont   0    ok        10.0
A    cont   2    ok        25.0 
A    cont   0    notok     10.0
A    cont   0    other      6.0
A    vend   1    ok         6.0

我怎样才能得到像下面这样的结果？

plan type  hour status     code
A    cont   0    ok       10.00
A    cont   2    ok       25.00
A    cont   0    notok    10.00
A    cont   0    other     6.05
A    vend   1    ok        6.01

Answer 1

您可以考虑基于替换的方法而不是提取。

使用str.replace，然后通过astype/to_numeric转换为float。

 df.code.str.replace('[^\d.]', '').astype(float)

或者，

pd.to_numeric(df.code.str.replace('[^\d.]', ''), errors='coerce')

0    10.00
1    25.00
2    10.00
3     6.05
4     6.01
Name: code, dtype: float64

Answer 2

使用(\d*\.?\d*)

In [441]: df['code'].str.extract('(\d*\.?\d*)', expand=False).astype(float)
Out[441]:
0    10.00
1    25.00
2    10.00
3     6.05
4     6.01
Name: code, dtype: float64

Pandas - 从列中的浮点数中删除字符串

Pandas - Remove strings from a float number in a column

python

data-cleaning