熊猫替换数据框单元格值

我有一个数据框，其中某些单元格具有类似“ <0.5”的字符串。

我想遍历整个数据帧，对于包含小于号的任何单元格，我想用0.0替换整个单元格。

因此，例如<0.4变为0.0

编辑以添加一些代码：

df = pd.read_csv(infl)
for i in range(df.shape[0]):
    for j in range(df.shape[1]):
        if "<" in df.ix[i,j]:
            df.ix[i,j] = 0.0

产生错误：

Traceback (most recent call last):
  File "", line 1, in 
  File "C:\00Working\81_WinPython_32bit_2.7.5.3\python-2.7.5\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py", line 538, in runfile
    execfile(filename, namespace)
  File "Z:/working/MINING/2015/01_read_data.py", line 24, in 
    if "<" in df.ix[i,j]:
TypeError: argument of type 'numpy.int64' is not iterable

此代码也不起作用：

df = pd.read_csv(infl)
for i in range(df.shape[0]):
    for j in range(df.shape[1]):
        if '<' in df.iloc[i][j]:
            df[i,j] = 0.0

此代码给出与上述相同的错误。

您可以使用applymap()函数在所有单元格中执行特定项目，

In [92]: df
Out[92]: 
     a    b
0    1  <.3
1    2    2
2  <.3  <.4
3    4    5

In [93]: df.applymap(lambda x: 0 if "<" in str(x) else x)
Out[93]: 

   a  b
0  1  0
1  2  2
2  0  0
3  4  5

将单元格转换lambda x为字符串，因为int / float将失败in。