为啥替换后int类的数据直接NaN了，加了判断也是没替换成功？
为啥替换后int类的数据直接NaN了，加了判断也是没替换成功？
前端皮皮
发布于 2024-01-17 17:13:58
发布于 2024-01-17 17:13:58
一、前言
前几天在Python最强王者交流群【哎呦喂 是豆子～】问了一个Pandas数据处理问题，一起来看看吧。问题描述：
大佬们 这个是为啥呀啊？ 为啥替换后int类的数据直接NaN了 加加了判断也是没替换成功
原始数据如下：
tt = pd.DataFrame({'name':['A','B','C'],
'money':[15,'17$',58],
'id':['$15',25,'25$52']
})
她自己的原始代码如下所示：
二、实现过程
这里【隔壁😼山楂】给了自己的代码，如下：
import pandas as pd
tt = pd.DataFrame({'name':['A','B','C'],
'money':[15,'17$',58],
'id':['$15',25,'25$52']
})
res = tt.replace("\$", "", regex=True)
print(res)
代码运行之后，结果如下：
顺利地解决了粉丝的问题。
三、总结
大家好，我是皮皮。这篇文章主要盘点了一个Pandas数据处理问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【哎呦喂 是豆子～】提出的问题，感谢【隔壁😼山楂】给出的思路，感谢【莫生气】、【猫药师Kelly】、【冫马讠成】等人参与学习交流。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2024-01-16，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录