web-dev-qa-db-fra.com

pandas appliquer un regex pour remplacer les valeurs

J'ai lu certaines données de tarification dans un fichier de données pandas); les valeurs apparaissent sous la forme:

$40,000*
$40000 conditions attached

Je veux le réduire aux valeurs numériques. Je sais que je peux faire une boucle et appliquer regex

[0-9]+

à chaque champ puis rejoindre la liste résultante, mais existe-t-il un moyen non bouclé?

Merci

pythonregexpandas
39
KillerSnail

Vous pouvez supprimer tous les non-chiffres en utilisant re.sub():

value = re.sub(r"[^0-9]+", "", value)

démo de regex101

13
Jerry

Vous pouvez utiliser Series.str.replace :

import pandas as pd

df = pd.DataFrame(['$40,000*','$40000 conditions attached'], columns=['P'])
print(df)
#                             P
# 0                    $40,000*
# 1  $40000 conditions attached

df['P'] = df['P'].str.replace(r'\D+', '').astype('int')
print(df)

les rendements

       P
0  40000
1  40000

puisque \D correspond à n'importe quel chiffre non décimal .

75
unutbu

Vous pouvez utiliser la méthode de remplacement des pandas; vous pouvez également conserver le séparateur de milliers ',' et le séparateur de décimale '.'

import pandas as pd

df = pd.DataFrame(['$40,000.32*','$40000 conditions attached'], columns=['pricing'])
df['pricing'].replace(to_replace="\$([0-9,\.]+).*", value=r"\1", regex=True, inplace=True)
print(df)
pricing
0  40,000.32
1      40000
13
Pluto

Vous n'avez pas besoin de regex pour cela. Cela devrait fonctionner:

df['col'] = df['col'].astype(str).convert_objects(convert_numeric=True)

6
samthebrand