Estou abrindo um arquivo .csv com a biblioteca pandas, porém me é informado no momento de abertura deste arquivo que uma determinada coluna apresenta valores de tipos diferentes. Sei que o caracter "/" foi utilizado neste arquivo para denotar dado ausente, muito provável que seja este o problema. Minha dúvida é, como substituir o caracter "/" por outro valor?
2 Respostas
Se o tipo de dado desejado for numérico, você pode, após abrir o arquivo, fazer isto:
df['coluna']=pd.to_numeric(df['coluna'], errors='coerce')
Assim, você já converte os valores existentes para número e os '/' para NaN. Depois se quiser um número no lugar do NaN, pode usar a função fillna() descrita pelo Claudio Gonçalves Filho.
-
-
Funcionou!!!! Porém, também ocorre situações onde o campo mistura "/" com número, fruto de erro de digitação. Exemplo: "/2.53". Há alguma forma de excluir apenas os caracteres "/"? Ou substituir "/" por vázio ("")? Commented 15/02/2018 às 1:53
-
Fala Mauricio, você pode usar a função
lstrip()
iterando sobre as colunas do teu dataframe. Para uma coluna ficaria :df['Coluna'] = novodf['Coluna'].str.lstrip('/')
Iterando :for coluna in df.columns: novodf[coluna] = novodf[coluna].str.lstrip('/')
Commented 16/02/2018 às 14:17
Boa tarde Mauricio, tudo certo?
Acredito que se o pandas estiver identificando a '/' como caractere, tu pode utilizar a função 'apply'.
novodf = antigodf.apply(lambda x: x.replace('/','0'))
Desta forma tu substituiria a '/' por '0'
Caso deseje substituir a '/' por valor NaN, para assim utilizar funções relacionadas a numeros nulos do pandas, importe a biblioteca numpy e substitua o '0' do apply por np.nan, ficando assim:
import numpy as np
novodf = antigodf.apply(lambda x: x.replace('/',np.nan))
Caso deseje substituir o NaN, pode utilizar a função fillna()
passando o valor que ira substituir o NaN
novodf.fillna(0)
Este comando substituiria os valores NaN por 0.
Segue um link do site do Paulo Vasconcellos com otimas dicas de pandas e data science : PauloVasconcellos
Espero ter ajudado.
Obrigado.
Claudio.
-
-
Não obtive êxito utilizando a expressão novodf = antigodf.apply(lambda x: x.replace('/','0')). Não ocorre erro de execução, porém não substitui o caracter "/". Commented 15/02/2018 às 1:57