Question

我有一个包含几个奇怪字符的数据框，＆＃34; *＆＃34;和＆＃34; - ＆＃34;。

import pandas as pd
import numpy as np

data = {'year': [2010, 2011, 2012, 2011, 2012, 2010, 2011, 2012],
        'team': ['Bears', 'Bears', 'Bears', 'Packers', 'Packers', 'Lions',     'Lions', 'Lions'],
        'wins': [11, '*', 10, '-', 11, 6, 10, 4],
        'losses': [5, 8, 6, 1, 5, 10, 6, 12]}
football = pd.DataFrame(data, columns=['year', 'team', 'wins', 'losses'])

我想用＆＃39; 0.00＆＃39;替换奇怪的字符。但是我收到了一个错误 -

error: nothing to repeat

我知道这与正则表达式有关，但我仍然不知道如何克服这个问题。

我用来替换字符的代码：

football.replace(['*','-'], ['0.00','0.00'], regex=True).astype(np.float64)

Answer 1

*是正则表达式中的一个特殊字符，你必须逃脱它：

football.replace(['\*','-'], ['0.00','0.00'], regex=True).astype(np.float64)

或使用字符类：

football.replace([*-], '0.00', regex=True).astype(np.float64)

Answer 2

做

football.replace(['*','-'], ['0.00','0.00'], regex=False)

也就是说，对于只匹配1个字符的简单情况，不需要使用正则表达式;

或者如果您想使用正则表达式，请注意*是一个特殊字符;如果您想要精确匹配'*'或'-'的值，请使用

football.replace('^[*-]$', '0.00', regex=True)

Answer 3

你可以在dict理解中使用列表理解来做到这一点

>>> {key: [i if i not in {'*','-'} else '0.00' for i in values] for key, values in data.items()}
{'year': [2010, 2011, 2012, 2011, 2012, 2010, 2011, 2012],
 'wins': [11, '0.00', 10, '0.00', 11, 6, 10, 4],
 'losses': [5, 8, 6, 1, 5, 10, 6, 12],
 'team': ['Bears', 'Bears', 'Bears', 'Packers', 'Packers', 'Lions', 'Lions', 'Lions']}

这样做是为了在制作data之前清理DataFrame。

Pandas Python Regex：错误：没有什么可重复的

3 个答案: