python怎么删除DataFrame中某列值中特殊字符，比如删除“1万+人付款”改为”10000“

可以使用正则表达式来匹配特殊字符，并将其替换为目标格式。具体代码如下：

import re
import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({
    '销售量': ['1万 人付款', '2.5万 人付款', '1000 个评价']
})

# 定义替换函数
def replace_func(x):
    # 匹配数字和小数点，替换其他字符为空格
    x = re.sub(r'[^\d\.]', ' ', x)
    # 将字符串转换为浮点型，并乘以10000（如果是小数则不需要）
    x = float(x) * 10000 if '.' not in x else float(x)
    # 将浮点数转换为整数
    x = int(x)
    return x

# 将销售量列应用替换函数
df['销售量'] = df['销售量'].apply(replace_func)

print(df)

输出结果为：

       销售量
0    10000
1    25000
2     1000

可以看到，特殊字符已经被成功替换为了目标格式。

相关问题

python去除dataframe数据类型‘总价123-456(万/套)’中的字符串

可以使用正则表达式来去除dataframe中字符串中的非数字字符，例如：

import re

# 示例数据
df = pd.DataFrame({'总价': ['123-456(万/套)', '789-1011(万/套)']})

# 定义正则表达式
pattern = re.compile(r'\D+')

# 去除非数字字符
df['总价'] = df['总价'].apply(lambda x: re.sub(pattern, '', x))

# 输出结果
print(df['总价'])

输出结果为：

0     123456
1    7891011
Name: 总价, dtype: object

这样就能去除字符串中的非数字字符了。

dataframe字符串类型的列做onehot编码，输出的新列名为原列名_值

可以使用 `pandas` 中的 `get_dummies()` 方法来对字符串类型的列进行 One-Hot 编码，并且可以通过 `add_prefix()` 方法给新生成的列加上前缀。

假设需要对列名为 `column_name` 的字符串类型列进行 One-Hot 编码，可以使用以下代码：

import pandas as pd

# 读取数据到 DataFrame
df = pd.read_csv('data.csv')

# 对 column_name 列进行 One-Hot 编码
dummies = pd.get_dummies(df['column_name'], prefix='column_name')

# 将新生成的列添加到原 DataFrame 中
df = pd.concat([df, dummies], axis=1)

# 删除原列 column_name
df.drop(columns=['column_name'], inplace=True)

其中，`get_dummies()` 方法会将指定列进行 One-Hot 编码，并返回一个新的 DataFrame。`prefix` 参数指定新生成的列的前缀，这里使用了原列名。`concat()` 方法将新生成的列添加到原 DataFrame 中，`axis=1` 表示添加到列方向。`drop()` 方法删除原列 `column_name`。

注意，如果原列中有 `NaN` 值，需要先将其填充为其他值，否则在进行 One-Hot 编码时会出现错误。