


Bagaimana untuk Menggantikan Koma dalam Lajur Rentetan bagi Pandas DataFrame?
Cara Menggantikan Teks dalam Lajur Rentetan Bingkai Data Pandas
Dalam Panda, anda mungkin menghadapi situasi di mana anda perlu mengubah suai kandungan lajur teks, seperti menggantikan aksara atau rentetan tertentu. Ini boleh dicapai menggunakan kaedah ganti yang berkuasa.
Anda menyebut mempunyai lajur yang mengandungi nilai yang disertakan dalam kurungan, dengan koma yang memisahkan dua nombor. Matlamat anda adalah untuk menggantikan koma dengan sempang. Walau bagaimanapun, pendekatan semasa anda menggunakan org_info_exc['range'].replace(',', '-', inplace=True) tidak berfungsi.
Isunya terletak pada sintaks kod anda. Kaedah ganti memerlukan anda untuk menentukan rentetan atau ungkapan biasa yang tepat untuk diganti. Dalam kes anda, koma bukanlah padanan tepat untuk keseluruhan nilai.
Untuk menggantikan koma dengan betul, anda harus menggunakan kaedah berikut:
<code class="python">df['range'] = df['range'].str.replace(',','-')</code>
Di sini, kami menggunakan kaedah str vektor, yang membolehkan kami menggunakan transformasi rentetan pada setiap elemen dalam lajur. Fungsi ganti mengambil dua parameter: rentetan asal untuk diganti dan rentetan baharu untuk menggantikannya.
Kod ini menggunakan ungkapan biasa ',' untuk memadankan aksara koma, tanpa mengira kedudukannya dalam rentetan .
EDIT:
Menganalisis percubaan asal anda:
<code class="python">df['range'].replace(',','-',inplace=True)</code>
Penerangan untuk pendekatan ini dalam dokumentasi Pandas menyatakan, "str: string betul-betul sepadan dengan_ganti akan digantikan dengan nilai." Memandangkan rentetan dalam lajur anda tidak sepadan dengan aksara koma dengan tepat, penggantian tidak berlaku.
Sebaliknya, jika kami memberikan padanan tepat untuk aksara koma, seperti yang ditunjukkan di bawah, penggantian akan berlaku:
<code class="python">df = pd.DataFrame({'range':['(2,30)',',']}) df['range'].replace(',','-', inplace=True) df['range'] 0 (2,30) 1 - Name: range, dtype: object</code>
Dalam contoh yang diubah suai ini, baris kedua mengandungi padanan tepat untuk koma dan penggantian berlaku.
Atas ialah kandungan terperinci Bagaimana untuk Menggantikan Koma dalam Lajur Rentetan bagi Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.
