怎么做字符串操作上的熊猫数据帧

我有如下一个数据帧：怎么做字符串操作上的熊猫数据帧

df = pd.DataFrame({'a': [10, 11, None], 
        'b': ['apple;', None, 'orange;'], 
        'c': ['red', 'blue', 'green']})

我试图剥离“;”这些字符串。我试图

df.select_dtypes(include=['object']).applymap(lambda x: x.strip(';'))

我收到错误消息：

AttributeError: ("'NoneType' object has no attribute 'strip'", 'occurred at index b')

好像没有人给我一些麻烦。非常感谢帮助。非常感谢。

来源

2016-10-29 zesla

的问题是，一些值是None，你不能Non.strip()。

df.select_dtypes(include=['object']) 
     b  c 
0 apple; red 
1  None blue 
2 orange; green

你可以做的是strip只有当对象不是无，否则只返回对象：

df.select_dtypes(include=['object']).applymap(lambda x: x.strip(';') if x else x) 
     b  c 
0 apple red 
1 None blue 
2 orange green

来源

2016-10-29 03:33:17 Dekel

用'拉姆达X上的问题：x.strip（“;”）如果x其他x'是，你将有attribu与其他在Python中有错误的对象相关的错误，也缺少'.strip'方法。如果你想通过第一次测试，你可以做'lambda x：x.strip（';'）if hasattr（x，'strip'）else x'。 – dawg

@dawg，正确。由于示例中的数据仅包含字符串，所以'if x'就足够了。另一种方法是检查'if type（x）== str'，确保'strip'只在字符串上（而不在其他可能有strip函数的对象上，我们不确定它会返回预期结果结果）。 – Dekel

这是完美的。非常感谢！ – zesla

在这种情况下，您可以使用try和except。

>>> def am(o): 
... try: 
...  return o.strip(';') 
... except AttributeError: 
...  return o

然后applymap你曾尝试：

>>> df.select_dtypes(include=['object']).applymap(am) 
     b  c 
0 apple red 
1 None blue 
2 orange green

来源

2016-10-29 03:29:34 dawg

使用系列str属性和apply，而不是applymap：

In [17]: df.select_dtypes(include=['object']).apply(lambda S:S.str.strip(';')) 
Out[17]: 
     b  c 
0 apple red 
1 None blue 
2 orange green 

In [18]:

来源

2016-10-29 03:31:50

另一种办法是通过所有的都是dtype对象和使用的列进行迭代该系列功能strip，处理NaN值：

for col in df.columns[df.dtypes == object]: 
    df[col] = df[col].str.strip(";")

来源

2017-01-11 13:22:29

怎么做字符串操作上的熊猫数据帧

回答

相关问题