Question

我正在努力＆＃34;清洁＆＃34;一些数据。我的价值是负面的，但他们不能。我想将所有负值替换为相应的正值。

A    | B     | C
-1.9 | -0.2  | 'Hello'
1.2  | 0.3   | 'World'

我希望这成为

A    | B     | C
1.9  | 0.2   | 'Hello'
1.2  | 0.3   | 'World'

截至目前，我刚刚开始编写替换声明

df.replace(df.loc[(df['A'] < 0) & (df['B'] < 0)],df * -1,inplace=True)

请帮助我朝正确的方向发展

Answer 1

只需致电abs：

In [349]:

df = df.abs()
df
Out[349]:
     A    B
0  1.9  0.2
1  1.2  0.3

另一种方法是创建一个布尔掩码，删除NaN行，在索引上调用loc并分配负值：

df.loc[df[df<0].dropna().index] = -df

修改

对于有字符串的情况，以下情况可行：

In [399]: df[df.columns[df.dtypes != np.object]] = df[df.columns[df.dtypes != np.object]].abs() df Out[399]: A B C 0 1.9 0.2 Hello 1 1.2 0.3 World

Answer 2

你可以这样使用：

首先将列作为字符串：

df['A']=df['A'].astype('str')

df['B']=df['B'].astype('str')

然后使用替换功能：

df['A']=df['A'].str.replace('-','')

df['B']=df['B'].str.replace('-','')

然后将其设为浮点数据类型：

df['A']=df['A'].astype('float')
df['B']=df['B'].astype('float')

我认为这可以帮助你解决这个问题。

Python Pandas用相反的符号替换值

2 个答案: