用数据框 Python pandas 中的空白替换 0答案

【问题标题】：Replace 0 with blank in dataframe Python pandas用数据框 Python pandas 中的空白替换 0
【发布时间】：2017-02-28 21:59:47
【问题描述】：

我编写了以下代码，从我的 df 中取出所有零。但是，当有一个数字包含零时，它也会将它们取出。

e.g.
3016.2     316.2
   0.235      .235


data_usage_df['Data Volume (MB)'] = data_usage_df['Data Volume (MB)'].str.replace('0', '')

你能帮我弄清楚我如何对等于 0 的单元格进行精确匹配并将其替换为空白值。

【问题讨论】：

标签： python pandas replace

【解决方案1】：

data_usage_df = data_usage_df.astype(str)
data_usage_df['Data Volume (MB)'].replace(['0', '0.0'], '', inplace=True)

【讨论】：

【解决方案2】：

我认为您需要添加^ 来匹配字符串的开头和$ 来匹配字符串的结尾：

data_usage_df['Data Volume (MB)']=data_usage_df['Data Volume (MB)'].str.replace('^0.0$', '')

示例：

data_usage_df = pd.DataFrame({'Data Volume (MB)':[3016.2, 0.235, 1.4001, 0, 4.00]})

print (data_usage_df)
runfile('C:/Dropbox/work-joy/so/_t/test.py', wdir='C:/Dropbox/work-joy/so/_t')
   Data Volume (MB)
0         3016.2000
1            0.2350
2            1.4001
3            0.0000
4            4.0000

data_usage_df['Data Volume (MB)'] = data_usage_df['Data Volume (MB)'].astype(str)
data_usage_df['Data Volume (MB)']=data_usage_df['Data Volume (MB)'].str.replace('^0.0$', '')

print (data_usage_df)
  Data Volume (MB)
0           3016.2
1            0.235
2           1.4001
3                 
4              4.0

另一种解决方案是转换列to_numeric 和0 在哪里给空白空间：

data_usage_df['Data Volume (MB)'] = data_usage_df['Data Volume (MB)'].astype(str)

data_usage_df.ix[pd.to_numeric(data_usage_df['Data Volume (MB)'], errors='coerce') == 0, 
                                                              ['Data Volume (MB)']] = ''

print (data_usage_df)
  Data Volume (MB)
0           3016.2
1            0.235
2           1.4001
3                 
4              4.0

【讨论】：

非常感谢您的帮助！我会尽快接受答案，一切顺利