删除数据框和 csv 文件中的特定字符

Question

我有一个 csv 文件，我使用 Pandas 数据框处理。在称为left我的列中应该只有数字 1)

  df.icol(4) 
    0       2492
    1       2448
    2       2410
    3       2382
    4       2358
    5       2310
    6       2260
    7       2208
    8       2166
    9       2134
    10       198
    11       198
    12       239
    13       239
    14       243
    15       241
    16       239
    17       394
    18       396
    19       396
    20       396
    21       396
    22       396
    23       396
    24       396
Name: bottom, dtype: object

但是在我的 csv 文件中更进一步，我注意到我有类似 396] 或 [456. 我的问题是如何删除此列中的所有 [ 和 ]。2）在另一列

df1.icol(0)
0       'm'
1       'i'
2       'i'
3       'l'
4       'm'
5       'u'
6       'i'
7       'l'
8       'i'
9       'l'
10      '.'
11      '3'
12      'A'
13      'M'
14      'S'
15      'U'
16      'N'
17      'A'
18      'D'
19      'R'
20      'E'
21      'S'
22      'S'
23      'E'
Name: char, dtype: object

我还注意到我有一些行['E'，]'S'而不是'E'和'S'。我怎样才能删除[和]？

3）我有一个数据框

df =[['c', 88, 118, 2872, 2902], [] ,['g', 8, 98, 287, 202]]

我想删除所有'[]' 结果我正在寻找类似以下的内容：

df= [['c', 88, 118, 2872, 2902], ['g', 8, 98, 287, 202]]

Answer 1

replace如果需要替换所有列中的值，我认为您可以使用空字符串：

df = df.replace(['\[','\]'], ['',''], regex=True)

样本：

df = pd.DataFrame({'char':['[E','S]','[E']})
print (df)
  char
0   [E
1   S]
2   [E

df = df.replace(['\[','\]'], ['',''], regex=True)
print (df)
  char
0    E
1    S
2    E

如果只需要在一列中替换：

df.char = df.char.replace(['\[','\]'], ['',''], regex=True)
print (df)
  char
0    E
1    S
2    E

要删除空列表，请使用list comprehension：

L = [['c', 88, 118, 2872, 2902], [] ,['g', 8, 98, 287, 202]]

L1 = [x for x in L if len(x) !=0]
print (L1)
[['c', 88, 118, 2872, 2902], ['g', 8, 98, 287, 202]]

对于删除NaN行dropna：

df = pd.DataFrame([['c', 88, 118, 2872, 2902], [] ,['g', 8, 98, 287, 202]])
print (df)
      0     1      2       3       4
0     c  88.0  118.0  2872.0  2902.0
1  None   NaN    NaN     NaN     NaN
2     g   8.0   98.0   287.0   202.0

print (df.dropna(how='all'))
   0     1      2       3       4
0  c  88.0  118.0  2872.0  2902.0
2  g   8.0   98.0   287.0   202.0