熊猫：严格替换值

Question

在我的数据中，有一堆行以字符串格式的" - "奇怪值我要替换。

当我在jupyter中运行以下代码时：

df['Block Hours'][df['Block Hours'] == " -   "].count()

我得到59行的输出，我期待。

但是，当我尝试执行以下操作时：

df['Block Hours'].str.replace(" -   ", "0.0").count()

我得到超过40,000行是不正确的。

我正在使用最新版本的熊猫，并试图制作regex=False，但结果是一样的。

df['Block Hours'].str.replace(" -   ", "0.0", regex=False).count()

更新：

对于其他来这里遇到类似问题的人。基本上，我的数据类型是Object而不是字符串。我假设所有数据类型'O'基本上都是字符串，这是不正确的。以下代码对我有用：

df['Block Hours'] = df['Block Hours'].astype(str).str.replace(" -   ", "0.0")

Answer 1

df['Block Hours'].str.replace(" - ", "0.0")再次为您提供整个列，而不仅仅是替换了字符串的列，因此它将与您期望的不同。更换后尝试对列进行过滤？

Answer 2

试试这个 ：

df['Block Hours'].replace(" -   ", "0.0", regex=True).count()