我有一个名为 "Num_of_employees" 的列的数据框 df,其中包含像 50-100、200-500 等值。我在我的数据中发现了一些问题。在员工数量应该是 1-10 的地方,数据以 10-Jan 的形式出现。同样,在应该是 11-50 的数值处,数据以 Nov-50 的形式呈现。如何使用 pandas 纠正这个问题?
这种“查找和替换”的干净语法使用字典,例如df.Num_of_employees = df.Num_of_employees.replace({"10-Jan": "1-10", "Nov-50": "11-50"})
df.Num_of_employees.unique()
或df.Num_of_employees.value_counts()
找到它们所有。创建一个包含所有有问题条目及其对应更正的字典。 - piRSquareddf.Num_of_employees.replace({'10-Jan': '1-10', 'Nov-50': '11-50'})
会显示结果,但你必须使用df.Num_of_employees = df.Num_of_employees.replace({'10-Jan': '1-10', 'Nov-50': '11-50'})
来捕获它们。在写入文件之前,你可以使用print(df.to_csv())
进行检查。 - piRSquared