有一个汤对象
<span class="nowrap">
2 633
<span class="currency rub">q</span>
</span>
我执行以下操作：
price = item.find('span', class_='nowrap')
price_x = price.text.strip()
print(price_x)
输出：2 633 q
告诉我如何在没有q的情况下退出
有DF
Код Название Сумма
03.2.01.01-0001 Цемент 300
14.5.06.03-0002 Паста 125
03.2.01.01-0001 Цемент 120
14.5.06.03-0002 Паста 62
Надо
Код Название Сумма
03.2.01.01-0001 Цемент 420
14.5.06.03-0002 Паста 187
请告诉我如何将第一个数字更改为 7。
Телефон
84956895325
84951491991
89037481292
79269431224
自由度
Телефон
0 749578267921216406327
1 84951491991
2 79037481292
3 74992506983
4 84957975576
5 749567348106039156
如何只保留字符串中的前 11 位数字？
自由度
Телефон
0 4956895325
1 84951491991
2 9037481292
3 74992506983
4 84957975576
5 749567348106039156
如何选择每行的前 11 位数字？如果字符串中有 10 位数字，则先替换 7
有df一列Телефон：
df.dtypes
Телефон object
dtype: object
包含以下数据：
Телефон
(495) 689-53-25
84951491991
(903)748-12-92
+7 (499) 250-69-83
8(495) 797-55-76
如何将它们带到表格：79995551111？
有一个数据框。该表如下所示：
Инн Название Тип
231216 Орк есть
432569 Шрек нет
df.dtypes
Инн object
告诉我如何通过前两位数字在 Inn 列中进行选择（其余数字无关紧要）？
有一个 DataFrame，其中Инн是一个索引（int）。
该表如下所示：
Инн Название Тип
231216 Орк есть
432569 Шрек нет
告诉我如何按Инн前两位数字按列进行选择（其余数字无关紧要）？
有一个Материалы作为索引的 DataFrame。表是这样的：
Материалы Поставщик Дата поставки Отклонение
Перчатки А 01.02.18 5.00
Анкер В 02.02.18 6.00
Бур С 03.05.18 3.50
Перчатки А 04.06.18 4.00
等等
该变量А包含来自使用分组获得的 DataFrame 的数据：
Поставщик Среднее отклонение
0 А 12.00
1 В 11.23
2 С 9.02
3 D 22.16
如何对进入变量的每个供应商的数据进行分组А？
从初始 DataFrame 分组并在单独的变量中显示每个供应商的数据。提供者的数量未知。
Per1（多变的）
Материал Поставщик Дата поставки Отклонение
Перчатки А 01.02.18 5.00
Перчатки А 04.06.18 4.00
Рer2
Анкер В 02.02.18 6.00
等等
对于包含在А. 如果他们没有到达那里，那就忽略它。
材料是一个指标。有必要按供应商分组并计算其平均偏差。
原始 DataFrame 如下所示：
Материалы Поставщик Отклонение
Алебастр 5кг ФОРПОСТ 18.00 %
Атмосфера (60м2) ФОРПОСТ 27.36 %
Бур 6*160 по бетону Стройбаза-Спектр 5.02 %
Валик 100мм Стройбаза-Спектр 3.04 %
Валик 240мм Электротехническая компания 3.29 %
以及更多不同职位的材料和供应商。
我想收到以下信息：
Поставщик Среднее отклонение
Форпост 22 %
Стройбаза-Спектр 4.01 %
Электротехническая компания 3 %
等等
我上传一个文件，将其中一列设为索引 - СубконтоДт1。有必要分组СубконтоДт1，进行计算和输出。
源表：
СубконтоДт1 Период СубконтоДт1 Сумма Цена
Утеплитель 2018-09-21 ФОРПОСТ 16193.90 1124.58
Утеплитель 2018-07-12 ФОРПОСТ 15559.32 1296.61
Утеплитель 2019-09-13 ФОРПОСТ 4060.80 1410.00
Валик 2019-02-25 Электро 172.50 172.50
Валик 2019-05-08 Электро 182.00 182.00
还有更多职位。
我计算了特定材料的价格偏差 ( СубконтоДт1) 如下：
df['Цена'] = df['Сумма'] / df['Количество']
x = df.loc[['Поддон 1250*2500'], ['Период', 'СубконтоКт1', 'Цена']]
x1 = x.nlargest(1, 'Цена')
x2 = x.nsmallest(1, 'Цена')
x['Процент отклонения'] = (x1['Цена'] - x2['Цена']) / (x2['Цена'] / 100)
pd.set_option('display.precision', 2)
x
СубконтоДт1 Период СубконтоКт1 Цена Процент отклонения
Поддон 1250*2500 2018-09-25 СтальСоюз ПК 550.85 10.77
Поддон 1250*2500 2019-06-21 СтальСоюз ПК 541.67 10.77
Поддон 1250*2500 2019-06-08 СтальСоюз ПК 541.67 10.77
Поддон 1250*2500 2019-02-12 СтальСоюз ПК 600.00 10.77
我想根据第一个表得到以下信息：
СубконтоДт1 СубконтоКт1 Процент отклонения
Утеплитель ФОРПОСТ 12 %
Валик Электро 11%
Поддон 1250*2500 СтальСоюз ПК 10.77%
有一个数据框：
我加载文件，将其中一列设为索引。共有7列，需要按“SubcontoDt1”折叠，同时按日期和供应商过滤。
下面是一个应该发生的事情的例子。
Дата Поставщик Цена
СубконтоДт1
перчатки 12.01.12 ООО"А" 12.00
перчатки 13.01.12 ООО"А" 14.00
профиль 26.02.14 ООО"В" 26.00
профиль 29.03.14 ООО"В" 27.00
请告诉我，这怎么办？
这是表格现在的样子：
df = pd.read_csv("333.csv", sep=';', header=0, index_col="СубконтоДт1", decimal=',')
Дата Поставщик Цена
СубконтоДт1
перчатки 12.01.12 ООО"А" 12.00
уголок 14.01.12 ООО"С" 5.00
профиль 26.02.14 ООО"В" 26.00
перчатки 13.01.12 ООО"А" 14.00
профиль 29.03.14 ООО"В" 27.00
等等，不同日期的不同供应商提供的许多不同物品
我想显示一个表格，以便数据满足两个条件。在 Column"СчетДт" == 10,01和 Column中的行"СубконтоКт1"==71,01。我开了第一个条件，一切正常。我添加第二个并显示错误。请告诉我有什么问题。我希望它像第二个图那样显示，仅在两种情况下，而不是在一种情况下。
df = pd.read_csv("333.csv", sep=';', header=0, index_col="СубконтоДт1", decimal=',') #загружаю файл
df = df[(df['СчетДт'] == '10.01')]
从类型转换object为int 数据部分时，它被替换为NaN.
告诉我我做错了什么？
上传文件：从1C上传
df = pd.read_csv("333.csv", sep=';', header=0, index_col="СубконтоДт1")
df.dtypes
所有对象 ( object)。
Сумма该对象存在于列中。
然后我去掉空格，插入NaN并转换成格式int，这两列是 object钢制的float，但是部分数据看起来像NaN，部分数字：
df = df.replace(r'\s+','', regex=True)
df['Сумма'] = pd.to_numeric(y['Сумма'], errors='coerce')
df['Количество'] = pd.to_numeric(y['Количество'], errors='coerce')
请告诉我我做错了什么。