web-dev-qa-db-ja.com

データフレームのキャリッジリターンを削除する方法

Id、country_name、location、total_deathsという名前の列を含むデータフレームがあります。データクリーニングプロセスを実行しているときに、_'\r'_が添付された行の値に遭遇しました。クリーニングプロセスが完了したら、結果のデータフレームをdestination.csvファイルに保存します。上記の特定の行には_\r_が付加されているため、常に新しい行が作成されます。

_id                               29
location            Uttar Pradesh\r
country_name                  India
total_deaths                     20
_

_\r_を削除したい。 df.replace({'\r': ''}, regex=True)を試しました。それは私のために働いていません。

他に解決策はありますか？誰かが助けることができますか？

編集：

上記のプロセスでは、dfを繰り返し処理して、_\r_が存在するかどうかを確認しています。存在する場合は、交換する必要があります。ここで、row.replace()またはrow.str.strip()が機能していないようです。または、間違った方法で実行している可能性があります。

replace()の使用中に、列名または行番号を指定したくありません。 'location'列のみに_\r_が含まれるかどうかはわかりません。以下のコードを見つけてください。

_count = 0
for row_index, row in df.iterrows():
    if re.search(r"\\r", str(row)):
        print type(row)               #Return type is pandas.Series
        row.replace({r'\\r': ''} , regex=True)
        print row
        count += 1
_
pythonpandasreplacecarriage-returndata-cleaning
6
Saranya Krishnamurthy

別の解決策は使用です str.strip ：

df['29'] = df['29'].str.strip(r'\\r')
print df
             id             29
0      location  Uttar Pradesh
1  country_name          India
2  total_deaths             20

replace を使用する場合は、rと1つの\を追加します。

print df.replace({r'\\r': ''}, regex=True)
             id             29
0      location  Uttar Pradesh
1  country_name          India
2  total_deaths             20

replaceで、次のように置き換える列を定義できます。

print df
               id               29
0        location  Uttar Pradesh\r
1    country_name            India
2  total_deaths\r               20

print df.replace({'29': {r'\\r': ''}}, regex=True)
               id             29
0        location  Uttar Pradesh
1    country_name          India
2  total_deaths\r             20

print df.replace({r'\\r': ''}, regex=True)
             id             29
0      location  Uttar Pradesh
1  country_name          India
2  total_deaths             20

コメントによる編集：

import pandas as pd

df = pd.read_csv('data_source_test.csv')
print df
   id country_name           location  total_deaths
0   1        India          New Delhi           354
1   2        India         Tamil Nadu            48
2   3        India          Karnataka             0
3   4        India      Andra Pradesh            32
4   5        India              Assam           679
5   6        India             Kerala           128
6   7        India             Punjab             0
7   8        India      Mumbai, Thane             1
8   9        India  Uttar Pradesh\r\n            20
9  10        India             Orissa            69

print df.replace({r'\r\n': ''}, regex=True)
   id country_name       location  total_deaths
0   1        India      New Delhi           354
1   2        India     Tamil Nadu            48
2   3        India      Karnataka             0
3   4        India  Andra Pradesh            32
4   5        India          Assam           679
5   6        India         Kerala           128
6   7        India         Punjab             0
7   8        India  Mumbai, Thane             1
8   9        India  Uttar Pradesh            20
9  10        India         Orissa            69

列locationのみを置き換える必要がある場合：

df['location'] = df.location.str.replace(r'\r\n', '')
print df
   id country_name       location  total_deaths
0   1        India      New Delhi           354
1   2        India     Tamil Nadu            48
2   3        India      Karnataka             0
3   4        India  Andra Pradesh            32
4   5        India          Assam           679
5   6        India         Kerala           128
6   7        India         Punjab             0
7   8        India  Mumbai, Thane             1
8   9        India  Uttar Pradesh            20
9  10        India         Orissa            69
11
jezrael

str.replace を使用します。シーケンスをエスケープして、リテラル\rではなくキャリッジリターンとして扱うようにする必要があります。

In [15]:
df['29'] = df['29'].str.replace(r'\\r','')
df

Out[15]:
             id             29
0      location  Uttar Pradesh
1  country_name          India
2  total_deaths             20
2
EdChum

以下のコードは、\ nタブスペース、\ n改行、および\ rキャリッジリターンを削除し、データを1行に凝縮するのに最適です。答えは https://Gist.github.com/smram/d6ded3c9028272360eb65bcab564a18a から取得されました

df.replace(to_replace=[r"\\t|\\n|\\r", "\t|\n|\r"], value=["",""], regex=True, inplace=<INPLACE>)
1
Gwen Au