- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我想在两种可能的情况下解决问题:
我事先不知道字符串系列是 UTF-8
还是字节。
pd.Series
中的字符串是混合字节和 `UTF-8/。
我猜这会有相同的解决方案。
目前:
b = pd.Series(['123', '434,', 'fgd', 'aas', b'442321'])
b.str.decode('utf-8')
给出 NaNs
,其中字符串已经是 UTF-8 格式。或者它们是自动的 ASCII 码?例如,我可以在 decode
中提供 error
参数,以便字符串在已经采用 UTF-8 的情况下保持“未解码”状态吗?文档字符串似乎没有提供太多信息。
或者是否有更好的方法来实现这一点?
或者,在 pandas 中是否有类似 .str.decode
的字符串方法,当字符串为 bytes
或 UTF- 时,它只返回 True/False 8
?
编辑:
我能想到的一种选择是:
b = pd.Series(['123', '434,', 'fgd', 'aas', b'442321'])
converted = b.str.decode('utf-8')
b.loc[~converted.isnull()] = converted
这是推荐的方式吗?好像有点迂回。我想更优雅的方法实际上只是一种检查 str
是否是 Series 的所有元素上的字节并返回 bool 数组的方法。
最佳答案
对于大型系列来说,这肯定会减慢速度,但您可以传递一个带有可调用对象的三元表达式:
>>> b.apply(lambda x: x.decode('utf-8') if isinstance(x, bytes) else x)
0 123
1 434,
2 fgd
3 aas
4 442321
dtype: object
查看 .str.decode()
的源代码很有启发性 - 它只是将 _na_map(f, arr)
应用于系列,其中函数 f
是 f = lambda x: x.decode(encoding, errors)
。因为 str
没有开始的“解码”方法,所以该错误将变为 NaN。这发生在 str_decode()
.
>>> from pandas.core.strings import str_decode
>>> from pandas.core.strings import _cpython_optimized_encoders
>>> "utf-8" in _cpython_optimized_encoders
True
>>> str_decode(b, "utf-8")
array([nan, nan, nan, nan, '442321'], dtype=object)
>>> from pandas.core.strings import _na_map
>>> f = lambda x: x.decode("utf-8")
>>> _na_map(f, b)
array([nan, nan, nan, nan, '442321'], dtype=object)
关于python - 如何将 pandas.Series 的混合字节/字符串转换/解码为字符串或 utf-8,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57361169/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!