在pandas.core.frame.dataframe中将¥ 9729.5 中的¥删除
时间: 2023-12-19 09:03:47 浏览: 30
可以使用 Pandas 的 string 方法 `replace` 来删除字符串中的特定字符。在这种情况下,您可以使用以下代码将 DataFrame 中一个列中的所有字符串中的 ¥ 符号删除:
``` python
df['column_name'] = df['column_name'].str.replace('¥', '')
```
例如,如果您希望删除 DataFrame 中名为 `price` 的列中的 ¥ 符号,可以使用以下代码:
``` python
df['price'] = df['price'].str.replace('¥', '')
```
这将将所有的 ¥ 符号替换为空字符串,从而删除该符号。
相关问题
删除pandas.core.frame.DataFrame中某一行数据
你可以使用 `drop()` 方法来删除 `pandas.core.frame.DataFrame` 中的某一行数据。以下是一个简单的示例,假设你有一个名为 `df` 的 DataFrame,其中包含了 4 行数据:
```python
import pandas as pd
# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]})
# 显示 DataFrame
print(df)
```
输出:
```
A B C
0 1 5 9
1 2 6 10
2 3 7 11
3 4 8 12
```
如果你想删除第二行数据,可以使用以下代码:
```python
# 删除第二行数据
df = df.drop(1)
# 显示 DataFrame
print(df)
```
输出:
```
A B C
0 1 5 9
2 3 7 11
3 4 8 12
```
在这个例子中,`drop()` 方法的参数是要删除的行的索引,即 `1`。请注意,这个方法不会修改原始 DataFrame,而是返回一个新的 DataFrame。如果你想在原始 DataFrame 上修改,可以将 `inplace` 参数设置为 `True`,如下所示:
```python
# 在原始 DataFrame 上删除第二行数据
df.drop(1, inplace=True)
# 显示 DataFrame
print(df)
```
输出:
```
A B C
0 1 5 9
2 3 7 11
3 4 8 12
```
pandas.core.frame.DataFrame转化为numpy
可以使用`DataFrame.values`方法将`pandas.core.frame.DataFrame`转换为`numpy.ndarray`,如下所示:
```python
import pandas as pd
import numpy as np
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 转换为numpy.ndarray
arr = df.values
print(arr)
```
输出结果:
```
array([[1, 4],
[2, 5],
[3, 6]])
```
注意:转换后的数据类型为`numpy.ndarray`,不再是`pandas.core.frame.DataFrame`。