我正在尝试“清理”一些数据。我的价值观是负面的,但它们不可能是负面的。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'
我希望这成为
A | B | C
1.9 | 0.2 | 'Hello'
1.2 | 0.3 | 'World'
截至目前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)
请帮助我朝正确的方向前进
只需致电abs http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.abs.html#pandas.DataFrame.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,调用loc
在索引上并分配负值:
df.loc[df[df<0].dropna().index] = -df
EDIT
对于有字符串的情况,以下内容可行:
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
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)