entityMap|blocks|key|dtv2k|text|选项1:使用|type|unstyled|depth|inlineStyleRanges|entityRanges|data|bhpr|_|febrl|numeric，首先将数据转换为numeric类型并转换为int，|es88b|df['ra_csv']+=+pd.to_numeric(df['ra_csv']).astype(int)|code-block|syntax|javascript|a7ec4|选项2:使用|91bau|df['ra_csv']+=+df['ra_csv'].str.replace('\..*',+'')|m1oq|你会得到|d5tmf|ra_csv
0+++8570^0|0|0|0|0|0|0|0^^$0|$]|1|@$2|3|4|5|6|7|8|T|9|@]|A|@]|B|$]]|$2|C|4|D|6|7|8|U|9|@]|A|@]|B|$]]|$2|E|4|F|6|7|8|V|9|@]|A|@]|B|$]]|$2|G|4|H|6|I|8|W|9|@]|A|@]|B|$J|K]]|$2|L|4|M|6|7|8|X|9|@]|A|@]|B|$]]|$2|N|4|O|6|I|8|Y|9|@]|A|@]|B|$J|K]]|$2|P|4|Q|6|7|8|Z|9|@]|A|@]|B|$]]|$2|R|4|S|6|I|8|10|9|@]|A|@]|B|$J|K]]]]

Option 1: use to_numeric to first convert the data to numeric type and convert to int,
<pre><code>df['ra_csv'] = pd.to_numeric(df['ra_csv']).astype(int)
</code></pre>
Option 2: using <code>str.replace</code>
<pre><code>df['ra_csv'] = df['ra_csv'].str.replace('\..*', '')
</code></pre>
You get
<pre><code> ra_csv
0 8570
</code></pre>

entityMap|blocks|key|89glh|text|The+The+The|type|unstyled|depth|inlineStyleRanges|entityRanges|data|dqdmn|正则表达式|7kc0m|模式|6g6di|字符串中有两个匹配项|fc8fk|..。|71bsq|匹配任何字符。|7ko7c|由于您使用的是|5h0bn|设置|d9aki|不会，因为它只检查完全匹配。来自文档|drngr|str:与完全匹配的字符串|asgef|_|1ceru|替换将替换为值|54ofh|7dgek|可能的修复方法是修复您的正则表达式或使用|fvbio|修复您的正则表达式|a2kd7|df.replace(‘|70tli|8itv7|0'，''，regex=True)|5a3gv|使用|fqog8|oklp|df|f2lqo|‘'ra’|77s3b|.str.replace('.0'，''，regex=False)^0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0^^$0|$]|1|@$2|3|4|5|6|7|8|1H|9|@]|A|@]|B|$]]|$2|C|4|D|6|7|8|1I|9|@]|A|@]|B|$]]|$2|E|4|F|6|7|8|1J|9|@]|A|@]|B|$]]|$2|G|4|H|6|7|8|1K|9|@]|A|@]|B|$]]|$2|I|4|J|6|7|8|1L|9|@]|A|@]|B|$]]|$2|K|4|L|6|7|8|1M|9|@]|A|@]|B|$]]|$2|M|4|N|6|7|8|1N|9|@]|A|@]|B|$]]|$2|O|4|P|6|7|8|1O|9|@]|A|@]|B|$]]|$2|Q|4|R|6|7|8|1P|9|@]|A|@]|B|$]]|$2|S|4|T|6|7|8|1Q|9|@]|A|@]|B|$]]|$2|U|4|V|6|7|8|1R|9|@]|A|@]|B|$]]|$2|W|4|X|6|7|8|1S|9|@]|A|@]|B|$]]|$2|Y|4|-4|6|7|8|1T|9|@]|A|@]|B|$]]|$2|Z|4|10|6|7|8|1U|9|@]|A|@]|B|$]]|$2|11|4|12|6|7|8|1V|9|@]|A|@]|B|$]]|$2|13|4|14|6|7|8|1W|9|@]|A|@]|B|$]]|$2|15|4|J|6|7|8|1X|9|@]|A|@]|B|$]]|$2|16|4|17|6|7|8|1Y|9|@]|A|@]|B|$]]|$2|18|4|19|6|7|8|1Z|9|@]|A|@]|B|$]]|$2|1A|4|-4|6|7|8|20|9|@]|A|@]|B|$]]|$2|1B|4|1C|6|7|8|21|9|@]|A|@]|B|$]]|$2|1D|4|1E|6|7|8|22|9|@]|A|@]|B|$]]|$2|1F|4|1G|6|7|8|23|9|@]|A|@]|B|$]]]]

The regex pattern <code>.0</code> has two matches in your string <code>'8570.0'</code>. <code>.</code> matches any character.
<ul>
<li><code>70</code></li>
<li><code>.0</code></li>
</ul>
Since you are using <code>df.replace</code> setting <code>regex=False</code> wouldn't because it checks for exact matches only.
From docs <a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.replace.html" rel="nofollow noreferrer"><code>df.replace</code></a>:
<blockquote>
str: string exactly matching to_replace will be replaced with value
</blockquote>
Possible fixes are either fix your regex or use <a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.replace.html" rel="nofollow noreferrer"><code>pd.Series.str.replace</code></a>
<ul>
<li>Fixing your regex
<pre><code>df.replace('\.0', '', regex=True)
</code></pre>
</li>
<li>Using <code>str.replace</code>
<pre><code>df['ra'].str.replace('.0', '', regex=False)
</code></pre>
</li>
</ul>

I have a csv that has a column called 'ra'.
This is the first 'ra' value the csv has: 8570.0 - I will use it as an example.
I need to remove '.0'.
So I've tried:
<pre><code>dtypes = {

'ra': 'str',

}

df['ra_csv'] = pd.DataFrame({'ra_csv':df['ra']}).replace('.0', '', regex=true).astype(str)
</code></pre>
This code returns me '85' instead of '8570'. It's replacing all the 0s, and somehow removed the number '7' aswell.
How can I make it return '8750'? Thanks.

How to make pandas replace work like python default replace

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

 我有一个csv，它有一个名为'ra‘的列。 这是csv的第一个'ra‘值: 8570.0 -我将以它为例。 我需要删除“.0”。 所以我试过了： dtypes = {'ra': 'str',}df['ra_csv'] = pd.DataFrame({'ra_csv':df['ra']}).replace('.0', ...

问如何让pandas replace像python default replace一样工作
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何让pandas replace像python default replace一样工作EN