Pandasを使った集計処理

Question

初歩的な質問ですみませんが、お力添えいただけますと幸いです。
Pandasを使用して、添付写真のようなダウンロードしてきたCSVファイルの集計処理をしています。
黄色に色付けしたところには、数値の後ろに括弧で「数値+X」の表記があるため、氏名ごとに平均や合計のgroupbyメソッドが使用できません。
replace関数でNanに変換して扱うと、括弧前の集計したい数値までNanに変換されたので、括弧内の値を無視する条件文でいい方法が考えつかずに質問致しました。

ご教示いただけますと助かります。

Answer 1

dataframe内のデータの文字列をapplyで修正する方法についてはこんなのでどうでしょう。

df["年度H1cm合計"] = df["年度H1cm合計"].apply(lambda x: re.sub(r"(.+)", "", x))

これで、「(～)」の部分は削除できるはずです。
また、このままでは文字列のままですので、同時に数値に変換するのであれば、

df["年度H1cm合計"] = df["年度H1cm合計"].apply(lambda x: int(re.sub(r"(.+)", "", x)))

のように、intをつければいいと思います。

また、画像を見ると、カッコが全角になっているようにも見えるので、その場合は対応する式の中のカッコも全角のものを指定しなければなりません。

Answer 2

replaceではなく、applyで「(～)」の部分を削除する関数を適用するのがいいでしょう。 同時にintに変換すれば処理が一度に済みますね。

自分なら、削除には、re.sub() を使います。

Comments

[kuma_129]

TakaiY様

ご回答ありがとうございました。
ご指摘の通りにre.sub()を使用してみましたが、エラーになり、うまくいきませんでした。
書き方が間違っているのだと思いますが、いろいろ試してみても何も変化が起きないか、エラー文の繰り返しでした。
もし良ければ誤っている箇所をご指摘いただけますと幸いです。

df["年度H1cm合計"] = df["年度H1cm合計"].re.sub("(.+?)", "")
df

[TakaiY]

何も変化が起きないコードと、エラーが出るコードはそれぞれどんなものですか？
エラーはどのようなエラーですか？

[kuma_129]

なんどもご回答ありがとうございます。
ご教示していただいた方法で試してみましたところ、
expected string or bytes-like object
というエラーが出現しました。

また、（）内の削除を試みたところ、
df.fillna(value={'年度H1cm合計':0.0},inplace=True)
df.head()
という表記で消すことはできたのですが、書き換えられたわけではないのか、その後にデータフレームの全体表示でやはり最初の状態のままでした。

なかなか自力でいい解決方法がみつけられずいろいろ質問してしまいすみません????
（）の表記が全角に見える件ですが、「（」と数字の間に半角スペースが入っておりました！自分でも気付きませんでした、ありがとうございます。

[TakaiY]

エラーメッセージだけでは何もわかりません。エラーメッセージだけでなく、その前にあるスタックトレースも含めて提示してください。

また、ここまできたら、状況だけでは進みません。現在のコードを提示してください。

回答は、ここに書くのでなく、質問を編集するか追記して下さい。