如何在熊猫 df 上使用这个工作正则表达式（re）来删除多余的非数字字符，星号（*）？

Question

通过使用下面的代码，我可以使用re将这样的字符串：更改为这样*12.2的浮点数12.2：import renumeric_const_pattern = '[-+]? (?: (?: \d* \. \d+ ) | (?: \d+ \.? ) )(?: [Ee] [+-]? \d+ ) ?'rx = re.compile(numeric_const_pattern, re.VERBOSE)print('converted string to float number is', float(rx.findall("*12.2")[0]))converted string to float number is 12.2但我有一个熊猫 df，它是：df = pd.DataFrame([[10, '*41', '-0.01', '2'],['*10.5', 54, 34.2, '*-0.076'],                         [65, -32.01, '*344.32', 0.01], ['*32', '*0', 5, 43]])       0         1         2          30      10       *41      -0.01        21     *10.5      54       34.2      *-0.0762      65       -32.01   *344.32      0.013     *32       *0        5           43如何将上面的函数应用于此 df 以删除所有星号字符并制作一个完整的 float dtype pandas df 如下所示？       0       1       2          30      10      41     -0.01       21      10.5    54      34.2      -0.0762      65     -32.01   344.32     0.013      32      0       5          43

Answer 1

有点冗长，但这里有一个可行的基于非正则表达式的解决方案，使用melt和str.rpartition。

v = df.melt()['value'].astype(str).str.rpartition('*')[2]

df = pd.DataFrame(v.values.astype(float).reshape(df.shape))

df

       0       1       2     3

0  10.00  10.500   65.00  32.0

1  41.00  54.000  -32.01   0.0

2  -0.01  34.200  344.32   5.0

3   2.00  -0.076    0.01  43.0