如何使用已使用函数（python）操作的数据帧

Question

我正在写Jupyter笔记本。我有多个数据帧，在其中比较它们之间的数据。在比较这些数据帧之间的数据之前，我需要清理一些字符串。我需要删除双引号（“），并去掉空单元格中的NaN值

为了对一个名为df1970的数据帧执行此操作，我创建了两个函数：

df1970['Title'] = pd.Series(df1970['Title']).str.replace('"', '')
df1970= df1970.replace(np.nan, "", regex=True)

当我在下游引用df1970时，它给了我一个干净的数据帧。但是，我有一个名为df1966的数据集，我想删除双引号并替换NaN，而不必再次键入上面的全部代码。所以我创建了一个函数：

def cleanupdataset(df):
    df['Title'] = pd.Series(df['Title']).str.replace('"','')
    df= df.replace(np.nan, "", regex=True)
    return df

然后，当我打电话时：

cleanupdataset(df1966)

…它为我提供了一个非常干净的1966年数据集，我想在下游使用它

我后面的函数调用USETHISDF作为要操作的数据帧的标题。所以这一次我想用我漂亮的新的干净的df1966，所以我重新定义它：

 cleanupdataset(df1966)

 USETHISDF = df1966

但是当我打电话给它检查它是否干净的时候

 USETHISDF

它使用的是df1966的非清洁版本。我做错了什么

Answer 1

您的函数不会就地更改初始数据帧，而是返回一个新的数据帧。要查看更改，必须使用函数的返回值：

USETHISDF = cleanupdataset(df1966)