本文介绍了如何使用pandas库进行数据清洗。在读取Excel文件生成DataFrame后，针对包含文本、数字、空格、NaN和方括号等特殊符号的列，通过astype转换为字符串，然后利用str.replace方法逐一替换不需要的字符，最终将清理后的数据转换回浮点型。这种方法确保了数据处理的准确性。
pandas：
通过pd.read_excel()函数读取数据生成dataframe，数据框中某列数据中包含文本、数字、空格、nan和方括号等特殊符号。
直接用df.replace（）函数，可能存在数据类型问题，无法实现替换。先用astype函数转换为文本，然后用str.replace()函数逐一替换，可达到目的。
df[‘T-1csjz’]=df[‘T-1csjz’].astype(str).str.replace(’ ‘,’’).str.replace(’[nan’,’’).str.replace(’]’,’’).astype(float)
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
