python将删除括号和，在df值中

我有一个数据帧，如下所示：

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', '-'

我遇到的问题是，将

（，）

中的所有值替换为

-443326

，即删除括号和逗号

我知道我可以执行

df.replace（'n.a'，numpy.nan，inplace=True）

，如果值匹配，这将相应地替换值

但是，对于

df.replace（'（'，numpy.nan，inplace=True）

来说，同样的方法不起作用

我已尝试使用循环解决我的问题：

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

这似乎有效，但它给了我一个警告信息：

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

---

如果你只是想解决

（东西）

问题

d = {
    '\(([\d,]+)\)': r'-\1',
}

df.replace(d, regex=True)

  column1     column2   column3  column4
0   6,546  543,254,32  -443,326  -32,000
1   4,554     432,885   -88,974   77,332
2     n.a           -     5,332        -

---

这里有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

链式替换

df['column_name'] = (df.loc[:, 'column_name'].replace('[)]', '', regex=True)
                            .replace('[(]', '-', regex=True).astype(float))

---

@jezrael我想

str

是

df[I].str.replace（“\（”，“-”）

@tarashypka-这取决于需要还是Hi@jezrael，我想我一定错过了我上一篇文章中的答案。很抱歉重复了同样的问题。我已经尝试了你提供的解决方案，效果很好！：）

df['column_name'] = (df.loc[:, 'column_name'].replace('[)]', '', regex=True)
                            .replace('[(]', '-', regex=True).astype(float))