在pandas.core.frame.dataframe中将¥ 9729.5 中的￥删除

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：

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：

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：

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：

# 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：

# 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：

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`。