Pandas - 用 int 替换脏字符串答案

【问题标题】：Pandas -- Replace dirty strings with intPandas - 用 int 替换脏字符串
【发布时间】：2018-08-16 02:27:21
【问题描述】：

我正在尝试做一些机器学习练习，但我的数据框的 ID 列给我带来了麻烦。我有这个：

0    LP001002
1    LP001003
2    LP001005
3    LP001006
4    LP001008

我想要这个：

0    001002
1    001003
2    001005
3    001006
4    001008

我的想法是使用replace 函数ID.replace('[LP]', '', inplace=True)，但这实际上并没有改变系列。有人知道转换此列的好方法吗？

【问题讨论】：

改成'LP'?
我尝试的第一件事；它没有效果。

标签： python regex pandas replace

【解决方案1】：

你可以使用replace

df
Out[656]: 
        Val
0  LP001002
1  LP001003
2  LP001005
3  LP001006
4  LP001008
df.Val.replace({'LP':''},regex=True)
Out[657]: 
0    001002
1    001003
2    001005
3    001006
4    001008
Name: Val, dtype: object

【讨论】：

【解决方案2】：

以下内容适用于给出的示例：

import pandas as pd
df = pd.DataFrame({'colname': ['LP001002', 'LP001003']})

# Slice off the 0th and 1st character of the string
df['colname'] = [x[2:] for x in df['colname']]

如果这是您的索引，您可以通过df['my_index'] = df.index 访问它，然后按照其余说明进行操作。

一般来说，您可以考虑使用类似 scikit learn 中的 label encoder 之类的东西来将非数字元素转换为数字元素。

【讨论】：