Python 从列表中删除每N列一个选项卡

我试图访问由两个列表创建的数据框的一列，并进行一些筛选。然而，在我的数据帧中，似乎每12个元素都有一个额外的空间。我该怎么处理

import pandas as pd

df = pd.DataFrame(
    {'S': s,
     'K': k})

我用上面的代码创建了dataframe。另外，出于某种奇怪的原因，它被存储在科学记数法中，类型为float。我使用了df.round（4），然后才能真正找出问题所在

---

keyrerror回溯（最近一次调用）
在（）
---->1 df[df['S']]
~\Anaconda\lib\site packages\pandas\core\frame.py in\uuuuu getitem\uuuuuuu（self，key）
1956如果isinstance（键，（序列，np.ndarray，索引，列表））：
1957#布尔或奇异整数索引
->1958返回自。\u获取项目\u数组（键）
1959 elif isinstance（键，数据帧）：
1960返回自我。\u获取项目\u帧（键）
~\Anaconda\lib\site packages\pandas\core\frame.py位于\u getitem\u数组中（self，key）
2000返回self.take（索引器，轴=0，转换=False）
2001年其他：
->2002索引器=self.loc.\u转换为索引器（键，轴=1）
2003返回self.take（索引器，轴=1，转换=True）
2004
~\Anaconda\lib\site packages\pandas\core\index.py in\u convert\u to\u indexer（self、obj、axis、is\u setter）
1229掩码=检查==-1
1230 if mask.any（）：
->1231 raise KeyError（“%s”不在索引“%objarr[mask]”中）
1232
1233从对象（索引器）返回值
KeyError:'0.55-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0.45-0-0.45-0-0.45-0-0.45-0-0-0-0.45-0-0-0-0.45-0-0.45-0-0-0 0-0-0.45-0-0 0 0 0 0.45-0.45-0-0-0 0 0-0 0-0-0 0 0 0.45-0.45-0.45-0.45-0-0-0-0 0-0-0-0 0 0-0-0 0 0-0-0-0-0 0 0 0-0 0 0-0-0-0.45-0.45-0.45-0.45-0-0-0-0 0 35-0.35-0.35\n-0.35-0.35-0.35-0.35-0.35-0.35-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0.3-0-0.3-0-0-0.3-0-0-0-0-0-0-0 0-0-0-0-0.3-0-0-0-0-0-0-0-0-0-0-0.3-0-0-0-0-0-0-0-0-0-0-0-0.3-0.3-0-0-0-0-0-0 0-0-0-0-0-0-0-0-0-0 0 0 0-0-0 0 0-0-0-0 0-0.3-0-0-0-0 0 0 0-0 0 0 0-0-0 0 0 2-0.2-0.2-0.2-0.2-0.15\n-0.15-0.15-0.15-0.15-0.15-0.15-0.15-0.150.15-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-15-0-0-0-0-15-0-0-0-0-0-0-0-0-15-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-15-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0-0 0.05-0.05-0.05-0.05-0.05-0.05-0.05-0.05-0.05\n-0.05-0.05。0.0.0.0.0.0.0.0.0.\n 0.0.0.0.0.0.0.0.0.\n 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05\n 0.10.10.1 0.1 0.10.1\n 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0.20.20.2 0.2 0.2 0.2 0.20.2 0.2 0.2 0.2 0.2 0.2 0.2 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.25 0.30.30.30.30.3 0.3 0.3 0.3 0.3 0.3 0.30.30.35 0.35 0.35 0.35 0.35 0.35 0.35\n 0.35 0.35 0.35 0.35 0.35 0.35 0.35 0.35\n 0.35 0.35 0.35 0.35 0.35 0.35 0.35 0.35 0.40.40.40.40.40.4 0.4\n 0.40.40.40.40.40.40.40.40.40.40.4 0.4\n0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.45 0.50.5 0.5 0.5\n 0.50.50.50.50.50.50.50.50.50.50.50.50.50.50.50.50.50.50.5 0.50.50.50.50.50.50.50.50.50.50.50.5 0.50.50.50.50.50.55\n 0.55 0.55 0.550.55\n 0.55 0.55 0.55 0.55 0.55 0.55 0.55 0.60.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6\n 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.65 0.0.70.7 0.7 0.7 0.7\n 0.7 0.7 0.7 0.7 0.7 0.7 0.7 0.75\n 0.75 0.75 0.75 0.75 0.75 0.75 0.75 0.75 0.75 0.75 0.75 0.75 0.75 0.75\n 0.75 0.75 0.75 0.75 0.75 0.80.80.8 0.8 0.8 0.8 0.8 0.8 0.8 0.85\n0.85 0.85 0.85 0.85 0.85 0.85 0.85\n 0.85 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9 0.9\n 0.9 0.9 0.9 0.9 0.95 0.95 0.95 0.95 0.95 0.95 0.95 0.95 0.95\n 0.95 1.1.1.1.1.1.05 1.05 1.05 1.1.1.1.1.1.1.1.1.1.1.3\n1.351.351.351.351.351.351.351.351.351.351.35\n 1.411.411.411.411.411.411.411.411.411.4\n 1.451.451.451.451.451.451.451.451.451.451\n 1.451.451.451.451.451.451\n 1.451.451.451.451.451.451.451.451.451]

您可以尝试删除

S

中的每个

\n

，如下所示：

df["S"] = df["S"].apply(lambda x: float(str(x).replace("\n", "")))

但是顺便说一下：

df[df[“S”]

将在索引中查找

S

的值。随着数据帧的构建，在

df["S"] = df["S"].apply(lambda x: float(str(x).replace("\n", "")))