Pandas.DataFrame.str.replace函数将浮点数替换为NaN

Question

我有一个Pandas DataFrame，假设： df = pd.DataFrame({'Column name':['0,5',600,700]})

我需要删除,。代码是： df_mod = df.stack().str.replace(',','').unstack()

结果我得到：[05, NaN, NaN]

你有什么想法为什么我的表达式用NaN替换数字以及如何避免它？非常感谢！

Answer 1

这些数字被视为数值，没有str.replace方法，您可以将列转换为字符串，删除逗号，然后将数据类型转换回来：

df['Column name'].astype(str).str.replace(",", "").astype(int)

#0      5
#1    600
#2    700
#Name: Column name, dtype: int64

Answer 2

我有另一个答案，只是为了好玩：

df.applymap(lambda x: x.replace(',','') if type(x) is str else x)

这将检查str类型的每个值，然后检查.replace是否为任何str。

Answer 3

由@Psidom确定，您获得NaN，因为int没有replace方法。您可以按原样运行它，并使用原始列

填写这些Nan值

c = 'Column name'
df[c].str.replace(',', '').fillna(df[c])

0     05
1    600
2    700
Name: Column name, dtype: object

这会保留所有dtypes