在Python中用nan替换浮点列中的点 [英] Replace dots in a float column with nan in Python

问题描述

我有这样的数据帧df

I have a data frame df like this

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'])

我想将费用"列中的缺失值替换为 np.nan .到目前为止，我已经尝试过:

I want to replace the missing values in 'Cost' columns to np.nan. So far I have tried:

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

和

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

，但它们似乎都无法正常工作.请帮忙.

but neither of them seem to work properly. Please help.

推荐答案

通过 regex = True 开关使用 DataFrame.replace .

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 [.] + 作为具有相同效果的模式.

The pattern \.+ specifies one or more dots. You could also use [.]+ as a pattern to the same effect.

这篇关于在Python中用nan替换浮点列中的点的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！