Удаление обратной косой черты из значений в кадре данных Pandas

Question

Удаление обратной косой черты из значений в кадре данных Pandas

1

У меня есть кадр данных Pandas, который содержит обратную косую черту. Я хочу удалить эти обратные косые черты, но я не могу заставить функцию замены работать. Вот что я делаю:

df=pd.DataFrame(data={'col1':['a\\b','ab'], 'col2':['c','cd\\']})
df.replace(to_replace='\\', value='', regex=True, inplace=True)

Когда я запускаю это, появляется сообщение об ошибке:

error: bad escape (end of pattern) at position 0

Если я удалю "regex = True", я не получу ошибку, но ничего не заменит.

Как удалить обратную косую черту?

ASturt 18 окт. 2018, в 01:26

Источник

1

Используйте df.replace(r'\\','', regex=True) или df.apply(lambda x: x.str.replace('\\',''))
Abhi 17 окт. 2018, в 23:30
0

Итак, пример слева - тот же код, который я реализовал, за исключением того, что я указал имена параметров, а не просто полагался на их местоположение, поэтому я попробую, но ожидаю ту же ошибку. Лямбда-выражение может работать для меня (я обязательно попробую), но я думаю, что это может быть ошибкой в реализации функции замены. Кажется, проблема в том, что у меня есть разница между тем, что компилятор Python может принимать как допустимый код, и тем, что функция replace может обрабатывать как допустимые значения после их передачи.
ASturt 19 окт. 2018, в 14:38
0

Ага. "df.replace (r '\\', '', regex = True)" и "df.replace (to_replace = '\\', value = '', regex = True)" выдают точно такую же ошибку.
ASturt 19 окт. 2018, в 14:43
0

Я попробовал лямбду, и это дало мне желаемый результат, когда я запустил его для моего образца данных из моего исходного фрагмента кода. Однако в фактическом наборе данных есть нестроковые столбцы, и это вызвало следующую ошибку: AttributeError: ('Может использовать метод доступа .str только со строковыми значениями, которые используют np.object_ dtype в пандах', 'произошел по индексу RESTRICTED' )
ASturt 19 окт. 2018, в 15:05
0

Затем вы можете выбрать только необходимые столбцы и применить функцию. Если возможно, обновите вопрос с некоторыми фактическими примерами данных.
Abhi 19 окт. 2018, в 16:27
0

Извините, я не могу опубликовать фактические данные здесь, поскольку они подчиняются правилам GDPR. Добавление столбца int к моему исходному фиктивному фрейму данных делает его более похожим на реальное: df = pd.DataFrame (data = {'col1': ['a \\ b', 'ab'], 'col2': [' c ',' cd \\ '],' col3 ': [0,1]}) df.replace (to_replace =' \\ ', value =' ', regex = True, inplace = True)
ASturt 25 окт. 2018, в 16:16
0

df.replace(to_replace= r'\\', value= '', regex=True) Этот код отлично работает для меня на примере данных даже с колонкой int.
Abhi 25 окт. 2018, в 18:25
1

Таким образом, все, что было нужно, это r перед строкой, чтобы преобразовать его в необработанный строковый литерал? Ух ты. Спасибо, Абхи! Если вы поставите это как ответ, а не как комментарий, я могу пометить его как свой предпочтительный ответ. Таким образом, вы получите кредит за это.
ASturt 26 окт. 2018, в 19:11

Показать ещё 6 комментариев

Теги:

python

pandas

dataframe

escaping

replace

2 ответа

0

Я предпочитаю использовать API-интерфейс строки для каждого столбца.

for col in df:
    df[col] = df[col].str.replace(r'\\','')

James 17 окт. 2018, в 22:07

0

Спасибо Джеймс, но это само по себе не очень хорошее решение, так как у меня есть несколько столбцов, из которых мне нужно удалить обратную косую черту. На самом деле, если вы посмотрите на ответ Абхи (который ответил раньше вас), вы увидите, что он уже предложил строковый API, но поместил его в лямбда-функцию, чтобы она лучше соответствовала критериям проблемы, описанной в моем исходном вопросе. , Тем не менее, его решение не работает против моего фактического набора данных, так как в нем есть нестроковые столбцы. Поэтому мне, возможно, просто придется использовать ваше решение и работать с каждым столбцом в отдельности.
ASturt 19 окт. 2018, в 15:15

Ещё вопросы

Используйте df.replace(r'\\','', regex=True) или df.apply(lambda x: x.str.replace('\\',''))
Итак, пример слева - тот же код, который я реализовал, за исключением того, что я указал имена параметров, а не просто полагался на их местоположение, поэтому я попробую, но ожидаю ту же ошибку. Лямбда-выражение может работать для меня (я обязательно попробую), но я думаю, что это может быть ошибкой в реализации функции замены. Кажется, проблема в том, что у меня есть разница между тем, что компилятор Python может принимать как допустимый код, и тем, что функция replace может обрабатывать как допустимые значения после их передачи.
Ага. "df.replace (r '\\', '', regex = True)" и "df.replace (to_replace = '\\', value = '', regex = True)" выдают точно такую же ошибку.
Я попробовал лямбду, и это дало мне желаемый результат, когда я запустил его для моего образца данных из моего исходного фрагмента кода. Однако в фактическом наборе данных есть нестроковые столбцы, и это вызвало следующую ошибку: AttributeError: ('Может использовать метод доступа .str только со строковыми значениями, которые используют np.object_ dtype в пандах', 'произошел по индексу RESTRICTED' )
Затем вы можете выбрать только необходимые столбцы и применить функцию. Если возможно, обновите вопрос с некоторыми фактическими примерами данных.
Извините, я не могу опубликовать фактические данные здесь, поскольку они подчиняются правилам GDPR. Добавление столбца int к моему исходному фиктивному фрейму данных делает его более похожим на реальное: df = pd.DataFrame (data = {'col1': ['a \\ b', 'ab'], 'col2': [' c ',' cd \\ '],' col3 ': [0,1]}) df.replace (to_replace =' \\ ', value =' ', regex = True, inplace = True)
df.replace(to_replace= r'\\', value= '', regex=True) Этот код отлично работает для меня на примере данных даже с колонкой int.
Таким образом, все, что было нужно, это r перед строкой, чтобы преобразовать его в необработанный строковый литерал? Ух ты. Спасибо, Абхи! Если вы поставите это как ответ, а не как комментарий, я могу пометить его как свой предпочтительный ответ. Таким образом, вы получите кредит за это.
Спасибо Джеймс, но это само по себе не очень хорошее решение, так как у меня есть несколько столбцов, из которых мне нужно удалить обратную косую черту. На самом деле, если вы посмотрите на ответ Абхи (который ответил раньше вас), вы увидите, что он уже предложил строковый API, но поместил его в лямбда-функцию, чтобы она лучше соответствовала критериям проблемы, описанной в моем исходном вопросе. , Тем не менее, его решение не работает против моего фактического набора данных, так как в нем есть нестроковые столбцы. Поэтому мне, возможно, просто придется использовать ваше решение и работать с каждым столбцом в отдельности.

Abhi · Accepted Answer · 2018-10-26T23-56-00.000Z

Вы можете replace

df.replace(to_replace= r'\\', value= '', regex=True)

Спасибо, Абхи. С флагом строкового литерала («r» перед «\\») это работает отлично!