问题:
使用pandas.DataFrame 读取excel文件,文件中混合包含中文符号,数字,读取全部以str格式读取文件。
如需要将数字转成 int 或者 float 格式,需要作如下转换:
df[column_name] = df[column_name].astype(int)
在比较中文字符的时候发现,相同的字符无法正确检索出来,比如我想要查找对方为 ‘奉贤开水二舍’, df.head() 显示这个属性是存在的,如下图所示:
但是使用 df['对方'] == ‘奉贤开水二舍’ 进行检索时,发现无法找出该值。
使用 df.values 查看数据的时候发现,每个字段前面会增加 ‘\xa0’ 这么一个东西,如图所示:
如果使用 df['对方'] == ‘\xa0奉贤开水二舍’ 检索,会得到 相应的结果。
为了去除这一类的字符,可使用如下语句进行去除
d3[column_name] = d3[column_name].str.replace('\xa0','',regex=True)