pandas去除dataframe中的非法字符

可以使用正则表达式来去除dataframe中的非法字符，具体代码如下：

import pandas as pd
import re

# 创建一个包含非法字符的dataframe
df = pd.DataFrame({'A': ['hello!', 'world@', '123#']})

# 使用正则表达式去除非法字符
df = df.replace(to_replace=r'[^a-zA-Z0-9 ]', value='', regex=True)

print(df)

输出结果为：

A
0 hello
1 world
2 123

相关问题

pandas修改dataframe中的值

使用 Pandas 修改 DataFrame 中的值可以通过 loc 或 iloc 方法实现。

loc 方法根据行标签和列标签访问 DataFrame 中的元素，可以通过 loc 方法设置要修改的元素的值。例如，如果要将 DataFrame 中行标签为“row1”、列标签为“col1”的元素的值修改为 10，可以使用以下代码：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]}, index=['row1', 'row2', 'row3'])

# 修改元素的值
df.loc['row1', 'col1'] = 10

iloc 方法根据行索引和列索引访问 DataFrame 中的元素，可以通过 iloc 方法设置要修改的元素的值。例如，如果要将 DataFrame 中第一行、第一列的元素的值修改为 10，可以使用以下代码：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]}, index=['row1', 'row2', 'row3'])

# 修改元素的值
df.iloc[0, 0] = 10

使用 loc 或 iloc 方法修改 DataFrame 中的元素值需要注意的是，DataFrame 是可变对象，修改 DataFrame 中的元素值会直接修改原对象，因此需要谨慎操作。

pandas替换dataframe中的-999

在pandas中，可以使用replace()函数来替换DataFrame中的定值，包括-999。replace()函数可以接受一个字典作为参数，其中键表示要替换的值，值表示替换后的新值。下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [-999, 1, 2, -999],
                   'B': [3, -999, 5, 6],
                   'C': [-999, -999, 8, 9]})

# 使用replace()函数替换-999为NaN
df.replace(-999, pd.NaT, inplace=True)

# 打印替换后的DataFrame
print(df)

在上面的代码中，我们使用replace()函数将DataFrame中的-999替换为NaN。pd.NaT表示缺失值。通过设置inplace参数为True，可以直接在原始DataFrame上进行替换。