使用pandas导入CSV文件时高效清理数据

Question

我正在导入一个包含Python的Pandas的数据集，不幸的是需要进行一些清理。导入后，我需要删除两列（alpha2和alpha3）中的所有引号和空格。我现在是这样做的：

# Add alpha2 country codes to custom dataset to normalize data
country_codes = pd.read_csv('datasets/country_codes.csv').rename(columns = {'Alpha-2 code':'alpha2', 'Alpha-3 code':'alpha3'})
# Remove commas and spaces from dataset
country_codes['alpha2'] = country_codes['alpha2'].str.replace('"', '')
country_codes['alpha2'] = country_codes['alpha2'].str.replace(' ', '')
country_codes['alpha3'] = country_codes['alpha3'].str.replace('"', '')
country_codes['alpha3'] = country_codes['alpha3'].str.replace(' ', '')

在我的反对意见中，这有点难看，因为我需要5条规则来处理一些简单的命令。用更少的代码可以更有效地完成？在

Answer 1

可以将df.replace与regex一起使用，如下所示：

country_codes[['alpha2', 'alpha3']].replace(r'"|\s','', 
                                                regex=True,
                                                inplace=True)

---

完整代码如下所示：

^{pr2}$

但是，正如@Jeff在下面的评论中提到的，最好不要使用inplace=True而可以这样做：

country_codes[['alpha2', 'alpha3']] = country_codes[['alpha2', 'alpha3']].replace(r'"|\s','', 
                                                regex=True)

您可以参考文档here了解更多详细信息。在