Python Pandas 用相反的符号替换值

Question

我正在尝试 "clean" 一些数据。我的价值观是负面的，但它们不可能是。我想将所有负值替换为相应的正值。

A    | B     | C
-1.9 | -0.2  | 'Hello'
1.2  | 0.3   | 'World'

我希望这个成为

A    | B     | C
1.9  | 0.2   | 'Hello'
1.2  | 0.3   | 'World'

到目前为止，我刚刚开始编写替换语句

df.replace(df.loc[(df['A'] < 0) & (df['B'] < 0)],df * -1,inplace=True)

请在正确的方向帮助我

Answer 1

只需调用 abs:

In [349]:

df = df.abs()
df
Out[349]:
     A    B
0  1.9  0.2
1  1.2  0.3

另一种方法是创建一个布尔掩码，删除 NaN 行，在索引上调用 loc 并分配负值：

df.loc[df[df<0].dropna().index] = -df

编辑

对于有字符串的情况，以下方法可行：

In [399]:

df[df.columns[df.dtypes != np.object]] = df[df.columns[df.dtypes != np.object]].abs()
df
Out[399]:
     A    B      C
0  1.9  0.2  Hello
1  1.2  0.3  World

Answer 2

你可以这样使用：

首先将列作为字符串：

df['A']=df['A'].astype('str')

df['B']=df['B'].astype('str')

然后使用替换函数：

df['A']=df['A'].str.replace('-','')

df['B']=df['B'].str.replace('-','')

然后将其设为float数据类型：

df['A']=df['A'].astype('float')
df['B']=df['B'].astype('float')

我想这会帮助你解决这个问题。

Python Pandas 用相反的符号替换值

Python Pandas replace values by their opposite sign

python

data-processing

pandas