未知字符问题

我已经将一个数据框读入到python中，列名称中包含一个欧元符号“price_€”，Python将该列视为price_ ，它不允许我使用€或未知字符问题

File "<ipython-input-53-d7f8249147e7>", line 1 
df[price_€] = df[0].str.replace(r'[€,]', '').astype('float') 
     ^
SyntaxError: invalid syntax

任何想法如何从列名可以使用拉姆达过滤器像下面的字符串

import string 
s = "some\x00string. with\x15 funny characters" 
filter(lambda x: x in string.printable, s)

输出删除此这样我就可以开始提到它？

来源

2015-06-19 Marcus

你是说当你打印你看到的'data_ '数据框？如果是这样，那么你的问题是编码 –

嗨Padraic，是的，当我打印框架，我看到'price_ '。有没有办法解决这个问题，还是我需要手动更改输入文件？ – Marcus

你是如何创建数据框的？ –

'somestring. with funny characters'

来源

2015-06-19 11:52:35 Bharadwaj

你的回答在任何方面与OP的问题有什么关系？ – EdChum

在将字符串用作密钥之前，过滤字符串。他问如何删除spl字符 – Bharadwaj

你的答案是针对一个普通的字符串，这是一个熊猫数据框中的字符串数据，因为你的答案不适用，因为它不是特定于熊猫，OP也提供了一个基本错误为列名传递一个字符串 – EdChum

变量名中不能使用的欧元符号：

Identifiers (also referred to as names) are described by the following lexical definitions: 

identifier ::= (letter|"_") (letter | digit | "_")* 
letter  ::= lowercase | uppercase 
lowercase ::= "a"..."z" 
uppercase ::= "A"..."Z" 
digit  ::= "0"..."9"

您将需要使用一个字符串：其实

df["price_€"] ...

大熊猫有没有问题，我与欧元符号：

import pandas as pd 

df = pd.DataFrame([[1, 2]], columns=["£", "€"]) 

print(df["€"]) 
print(df["£"]) 
0 2 
Name: €, dtype: int64 
0 1 
Name: £, dtype: int64

fil e是CP1252编码，所以你需要指定编码：

mport pandas as pd 
iimport codecs 
df = pd.read_csv("PPR-2015.csv",header=0,encoding="cp1252") 

print(df.columns) 
Index([u'Date of Sale (dd/mm/yyyy)', u'Address', u'Postal Code', u'County', 
u'Price (€)', u'Not Full Market Price', u'VAT Exclusive', u'Description of Property', u'Property Size Description'], dtype='object') 

print(df[u'Price (€)']) 
0  €138,000.00 
1  €270,000.00 
2  €67,000.00 
3  €900,000.00 
4  €176,000.00 
5  €155,000.00 
6  €100,000.00 
7  €120,000.00 
8  €470,000.00 
9  €140,000.00 
10 €592,000.00 
11  €85,000.00 
12 €422,500.00 
13 €225,000.00 
14  €55,000.00 
... 
17433 €262,000.00 
17434 €155,000.00 
17435 €750,000.00 
17436  €96,291.69 
17437 €112,000.00 
17438 €350,000.00 
17439 €190,000.00 
17440  €25,000.00 
17441 €100,000.00 
17442  €75,000.00 
17443  €46,000.00 
17444 €175,000.00 
17445  €48,500.00 
17446 €150,000.00 
17447 €400,000.00 
Name: Price (€), Length: 17448, dtype: object

然后改变浮动：

df[u'Price (€)'] = df[u'Price (€)'].str.replace(ur'[€,]'), '').astype('float') 

print(df['Price (€)'.decode("utf-8")])

输出：

0  138000 
1  270000 
2  67000 
3  900000 
4  176000 
5  155000 
6  100000 
7  120000 
8  470000 
9  140000 
10 592000 
11  85000 
12 422500 
13 225000 
14  55000 
... 
17433 262000.00 
17434 155000.00 
17435 750000.00 
17436  96291.69 
17437 112000.00 
17438 350000.00 
17439 190000.00 
17440  25000.00 
17441 100000.00 
17442  75000.00 
17443  46000.00 
17444 175000.00 
17445  48500.00 
17446 150000.00 
17447 400000.00 
Name: Price (€), Length: 17448, dtype: float64

来源

2015-06-19 11:53:27

您应该使用rename重命名列名：

In [189]: 
df = pd.DataFrame(columns = ['price_€']) 
df 

Out[189]: 
Empty DataFrame 
Columns: [price_€] 
Index: [] 

In [191]: 
df.rename(columns = {'price_€':'price'},inplace=True) 
df 

Out[191]: 
Empty DataFrame 
Columns: [price] 
Index: []

另外df[price_€]是一种无效的选择列的方式，您需要传递一个字符串，因此df['price_€']是正确的格式。

而且这样的：

df[0].str.replace(r'[€,]', '').astype('float')

目前还不清楚你想要什么在这里，df[0]会再次加一个KeyError因为索引中的列，你需要传递一个字符串。

我也不明白你为什么要将列转换为浮动，你没有解释这部分。

来源

2015-06-19 12:00:27 EdChum

未知字符问题

回答

相关问题