用所有浮点数替换熊猫中的单个字符答案

【问题标题】：Substitute all floats for a single character in pandas用所有浮点数替换熊猫中的单个字符
【发布时间】：2020-10-13 02:14:16
【问题描述】：

我有一个数据框，其中大部分是日期作为列。

例如：

  Names 01/04/2020 02/04/2020...
0 Name1        1.0        NaN
1 Name2        2.0        8.0
...

我想用所有这些浮点数替换字符“P”

例如：

  Names 01/04/2020 02/04/2020...
0 Name1          P        NaN
1 Name2          P          P
...

我尝试过使用 iloc，但没有成功：

df.iloc[:,1:][df.iloc[:, 1:] >=1] = 'P'

有什么想法吗？

【问题讨论】：

标签： python-3.x pandas

【解决方案1】：

试试mask 和to_numeric

df = df.mask(df.apply(lambda x : pd.to_numeric(x,errors='coerce')).notnull(),'P')
df
Out[19]: 
   Names 01/04/2020 02/04/2020...
0  Name1          P           NaN
1  Name2          P             P

【讨论】：

【解决方案2】：

您能否尝试关注，写在移动设备上，所以还不能测试，但我相信应该可以工作。

import pandas as pd
df.replace(regex=r'([0-9]{1,})?\.[0-9]{1,}$', value='P')

【讨论】：

[0-9]{1,} 可以替换为[0-9]+ 或\d+

【解决方案3】：

如果数字已经是字符串；

df.replace(regex=r'\d\.\d+', value='P')

如果数字是dtype float;

df.astype(str).replace(regex=r'\d\.\d+', value='P')

     Names  01/04/2020 02/04/2020
0  Name1          P           nan
1  Name2          P             P

【讨论】：

【解决方案4】：

有两种方法可以解决这个问题。您可以将所有变量转换为字符串并使用替换功能。或者您可以尝试使用掩码获取所有浮点值，然后将其替换为值P。这会更容易识别。

方法一

df.applymask(str).replace("^\s*[-+]?[0-9]*\.?[0-9]*\s*$",'P')

方法二

def find_float(x):
    try:
        float(x)
        return True
    except:
        return False

# Had to fill NA values with 'None' because default NA, numpy.NaN is also a float value.

mask = df.fillna('None').applymap(find_float)

df.where(mask,'P')

【讨论】：