在 Python 中用 nan 替换浮点列中的点答案

【问题标题】：Replace dots in a float column with nan in Python在 Python 中用 nan 替换浮点列中的点
【发布时间】：2018-04-18 07:28:06
【问题描述】：

我有一个这样的数据框 df

df = pd.DataFrame([
    {'Name': 'Chris', 'Item Purchased': 'Sponge', 'Cost': 22.50},
    {'Name': 'Kevyn', 'Item Purchased': 'Kitty Litter', 'Cost': '.........'},
    {'Name': 'Filip', 'Item Purchased': 'Spoon', 'Cost': '...'}],
    index=['Store 1', 'Store 1', 'Store 2'])

我想将“成本”列中的缺失值替换为 np.nan。到目前为止，我已经尝试过：

df['Cost']=df['Cost'].str.replace("\.\.+", np.nan)

和

df['Cost']=re.sub('\.\.+',np.nan,df['Cost'])

但它们似乎都不能正常工作。请帮忙。

【问题讨论】：

df['Cost']=df['Cost'].replace(".+", np.NaN, regex=True)
@VanPeer 不知道您为什么要为 OP 提供不正确的解决方案。如果没有转义，. 匹配任何内容。
@cᴏʟᴅsᴘᴇᴇᴅ 它在这种情况下起作用.. 你所说的匹配任何东西是什么意思？
@VanPeer 我不敢相信，你是对的。我需要找出为什么会这样。试试re.sub('.+', '', '1234')，你就会明白我的意思了。
@VanPeer 见stackoverflow.com/questions/47132523/… :-)

标签： python pandas dataframe nan missing-data

【解决方案1】：

将DataFrame.replace 与regex=True 开关一起使用。

df = df.replace('\.+', np.nan, regex=True)
df

         Cost Item Purchased   Name
Store 1  22.5         Sponge  Chris
Store 1   NaN   Kitty Litter  Kevyn
Store 2   NaN          Spoon  Filip

模式\.+ 指定一个或多个点。您也可以使用[.]+ 作为模式来达到同样的效果。

【讨论】：