如何从熊猫数据框列中删除符号

Question

我正在尝试将一列文本数字转换为数值，但值的末尾有一个讨厌的“-”，我似乎无法摆脱。

这是我的代码

from bs4 import BeautifulSoup
import pandas as pd

soup = BeautifulSoup(driver.page_source)
items = soup.find("div", {"class": "items-grid-view"})

rows_processed=[]
for item in items.findAll("div", {"class": "item-cell"}):
    itemTitle = item.find("a", {"class": "item-title"})
    itemPromo = item.find("p", {"class": "item-promo"})
    itemPrice = item.find("li", {"class": "price-current"})
    row = []
    
    row.append(itemTitle.text)
    row.append(itemPromo.text)
    
    offer_tag = itemPrice.find("a") 
    if offer_tag:
        offer_tag.extract()
        
    row.append(itemPrice.text)

        
    rows_processed.append(row)

df = pd.DataFrame.from_records(rows_processed, columns=["Item Title ", "Status", "Price"])
df['Price'] = df['Price'].str.lstrip('$')
df['Price'] = df['Price'].str.rstrip(' -')
df = df.replace(',','', regex=True)
df.replace(to_replace ="-",
                 value ="")

isAvailable = "Available" in df["Status"].values
print(isAvailable)
display(df)

通过我使用的命令，我已经能够从价格值中去除“C”“$”“”和“(2 Offers)”。但是每个数字之后仍然有一个“-”，即

500 -
450 - 
600 - 
1200 -
etc

如何去除数据框列中每个值的空格和破折号？

Answer 1

您使用的字符串操作方法似乎走在了正确的轨道上。我自己测试了它，df['Price'].str.rstrip(' -') 具有删除尾随空格和连字符的效果。您所缺少的似乎只是对astype 的调用。

df['Price'] = df['Price'].astype(int)

Answer 2

使用 str.extract 或 regex 捕获组仅保留数字 - 如果有小数，则保留小数（否则您将 45.00 变为 4500）。如果您有小数，请使用 astype(float)，或者如果您只有整数，则可以忽略 .并使用 astype(int)。这里有两种清理价格列的方法，您只需要一种：

row1list = ['$500 -', 'www']
row2list = ['$4.00 -', 'xyz']
df = pd.DataFrame([row1list, row2list],
                  columns=['Price', 'abc'])

# option 1:  regex capture groups
df['Price'] = df['Price'].str.replace('([0-9]+)', r'\1', regex=True).astype(float)

# option 2:  extract
df['Price'] = df['Price'].str.extract('([0-9.]+)').astype(float)

# print(df)
#    Price  abc
# 0  500.0  www
# 1    4.0  xyz