Удаление указанного значения c из ячейки информационного кадра и смещение значения влево

Question

Я работаю с фреймом данных pandas. У меня есть нежелательные данные в некоторых ячейках. Мне нужно очистить эти данные от указанных c ячеек и сместить всю строку влево на одну ячейку. Я попробовал пару вещей, но это не работает для меня. Вот пример кадра данных

     userId             movieId  ratings  extra
0       1                 500      3.5     
1       1                 600      4.5    
2       1                www.abcd      700     2.0
3       2                1100      5.0
4       2                1200      4.0
5       3                 600      4.5
6       4                 600      5.0
7       4                1900      3.5

Ожидаемый результат:

     userId             movieId  ratings   extra
0       1                 500      3.5
1       1                 600      4.5
2       1                 700      2.0
3       2                1100      5.0
4       2                1200      4.0
5       3                 600      4.5
6       4                 600      5.0
7       4                1900      3.5

Я пробовал следующий код, но он показывает следующую ошибку.

raw = df[f['ratings'].str.contains('www')==True] 

#Here I am trying to fix the specific cell value to empty but it shows the following error.
**AttributeError:** 'str' object has no attribute 'at'
df = df.at[raw, 'movieId'] = ' '



#code for shifting the cell value to left
df.iloc[raw,2:-1] = df.iloc[raw,2:-1].shift(-1,axis=1)

Answer 1

Вы можете сдвигать значения по маске, но это действительно важные типы соответствия, это означает, что если столбец movieId заполнен строками (потому что, как минимум, одна строка) необходима, преобразуйте его в число c на to_numeric для предотвращения потери данных, потому что разные типы:

m = df['movieId'].str.contains('www')
df['movieId'] = pd.to_numeric(df['movieId'], errors='coerce')

#if want shift only missing values rows
#m = df['movieId'].isna()   
df[m] = df[m].shift(-1, axis=1)
df['userId'] = df['userId'].ffill()
df = df.drop('extra', axis=1)
print (df)
   userId  movieId  ratings
0     1.0    500.0      3.5
1     1.0    600.0      4.5
2     1.0    700.0      2.0
3     2.0   1100.0      5.0
4     2.0   1200.0      4.0
5     3.0    600.0      4.5
6     4.0    600.0      5.0
7     4.0   1900.0      3.5

Если преобразование в цифры не указано, c получить пропущенное значение:

m = df['movieId'].str.contains('www')
df[m] = df[m].shift(-1, axis=1)
df['userId'] = df['userId'].ffill()
df = df.drop('extra', axis=1)
print (df)
   userId movieId  ratings
0     1.0     500      3.5
1     1.0     600      4.5
2     1.0     NaN      2.0
3     2.0    1100      5.0
4     2.0    1200      4.0
5     3.0     600      4.5
6     4.0     600      5.0
7     4.0    1900      3.5

Answer 2

Вы можете попробовать это: -

df['movieId'] = pd.to_numeric(df['movieId'], errors='coerce')
df = df.sort_values(by = 'movieId', ascending = 'True')