python - python pandas在df值中删除括号和

我有一个如下数据框：

column1    column2     column3    column4
6,546      543,254,32  (443,326)  (32,000)
4,554      432,885     (88,974)    77,332
n.a        -           5,332       -
...        ...        ...         ...

# this df stretches for over 500 rows, and all columns could potentially have
# values within brackets, 'n.a', '-'

我遇到的麻烦是将( , )中的所有值替换为-443326，即删除括号和逗号

我知道我可以做df.replace('n.a', numpy.nan, inplace=True)，并且如果它们匹配，它将替换相应的值。

但是，对于df.replace('(', numpy.nan, inplace=True)来说，该方法无效。

我尝试使用循环来解决我的问题：

for i in df.columns():
    df[i] = df[i].str.replace('(', '-')
    df[i] = df[i].str.replace(')', '')
    df[i] = df[i].str.replace(',', '')

这似乎可行，但它给了我一个警告消息：

SettingWithCopyWarning:
    A value is trying to be set on a copy of a slice from a DataFrame.
    Try using .loc[row_indexer,col_indexer] = value instead

怎么样

最佳答案

这是一个稍微不同的方法：

In [89]: df.replace(r'[^\d\.]+', '', regex=True).apply(pd.to_numeric, errors='coerce')
Out[89]:
   column1     column2  column3  column4
0   6546.0  54325432.0   443326  32000.0
1   4554.0    432885.0    88974  77332.0
2      NaN         NaN     5332      NaN