python - 仅当列值是字符串时才将它们转换为小写

Question

我在将列转换为小写时遇到了真正的麻烦。它不像使用那么简单:

df['my_col'] = df['my_col'].str.lower()

因为我正在遍历大量数据帧，其中一些(但不是全部)在感兴趣的列中同时包含字符串和整数。如果像上面那样应用，这会导致 lower 函数抛出异常:

AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas

我不想强制类型为字符串，而是想评估值是否为字符串，然后 - 如果它们是 - 将它们转换为小写，并且 - 如果它们不是字符串 - 保持原样。我认为这会起作用:

df = df.apply(lambda x: x.lower() if(isinstance(x, str)) else x)

但它不起作用...可能是因为我忽略了一些明显的东西，但我看不到它是什么!

我的数据看起来像这样:

                          OS    Count
0          Microsoft Windows     3
1                   Mac OS X     4
2                      Linux     234
3    Don't have a preference     0
4  I prefer Windows and Unix     3
5                       Unix     2
6                        VMS     1
7         DOS or ZX Spectrum     2

Answer 1

你的 lambda 函数中的测试不太正确，但你离真相不远:

df.apply(lambda x: x.str.lower() if(x.dtype == 'object') else x)

有了数据框和输出:

>>> df = pd.DataFrame(
    [
        {'OS': 'Microsoft Windows', 'Count': 3},
        {'OS': 'Mac OS X', 'Count': 4},
        {'OS': 'Linux', 'Count': 234},
        {'OS': 'Dont have a preference', 'Count': 0},
        {'OS': 'I prefer Windows and Unix', 'Count': 3},
        {'OS': 'Unix', 'Count': 2},
        {'OS': 'VMS', 'Count': 1},
        {'OS': 'DOS or ZX Spectrum', 'Count': 2},
    ]
)
>>> df = df.apply(lambda x: x.str.lower() if x.dtype=='object' else x)
>>> print(df)
                          OS  Count
0          microsoft windows      3
1                   mac os x      4
2                      linux    234
3     dont have a preference      0
4  i prefer windows and unix      3
5                       unix      2
6                        vms      1
7         dos or zx spectrum      2