Обрезать строки фрейма данных и сгруппировать их вместе

У меня есть фрейм данных с кодами, которые записываются одной буквой, двумя цифрами и одним десятичным знаком («A09.9»). Чтобы их обработать, мне нужно сгруппировать его, удалив десятичное число из всей таблицы.

Пока я не могу придумать какую-либо форму (фрейм данных 40000x100). Но я должен упростить это:

id code1 code2 code3 code4
0  A09.9 B25.3 A02.2  NaN
1  B29.3 J27.7 Z23.3 H35.2
2  C21.2 C03.5  NaN   NaN

к этому:

id code1 code2 code3 code4
0   A09   B25   A02   NaN
1   B29   J27   Z23   H35
2   C21   C03   NaN   NaN

Заранее большое спасибо!

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
24
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

попробуйте применить применить ко всему кадру данных:

df = df.apply(lambda x: x.str[:3])

Другие вопросы по теме