Python pandas 转换对象列中的单个值

Question

解决如下

问题:无法.groupby()排序，因为单个值是string类型对象。 Data In 的 Index 5、ColA 10 处的值是问题所在。 ColA 的 Index 5 处的值 10 是一个字符串对象。 pd.to_numeric() 如果仅按该列排序，则可以正确排序该列。

问题:ColA中的单个值可以转换吗？

方法:

ind = pd.to_numeric(df['ColA'], errors='coerce').fillna(999).astype(int).argsort()
df = df.reindex(ind)
df = df.groupby(df.ColA).apply(pd.DataFrame.sort_values, 'ColB')
df = df.reset_index(drop=True)

数据位于:

Index     ColA     ColB     ColC
0         2        14-5     MumboJumbo
1         4        18-2     MumboJumbo2
2         2        24-5     MumboJumbo3
3         3        23-8     MumboJumbo4
4         2        13-6     MumboJumbo5
5         10       86-1     MumboJumbo6
6         10       42-1     MumboJumbo7
7         2        35-6     MumboJumbo8
8         Load     NaN      MumboJumbo9

所需输出:

Index     ColA     ColB     ColC
0         2        13-6     MumboJumbo5
1         2        14-5     MumboJumbo
2         2        24-5     MumboJumbo3
3         2        35-6     MumboJumbo8
4         3        23-8     MumboJumbo4
5         4        18-2     MumboJumbo2
6         10       42-1     MumboJumbo7
7         10       86-1     MumboJumbo6
8         Load     NaN      MumboJumbo9

谢谢!

Answer 1

我不太明白问题中的问题，但您可以在 DataFrame 中选择特定值使用iloc (位置索引)或loc (标签索引)。由于您要求替换数据集中第一列第五行中的值，因此我们使用 iloc .

df.iloc[from_row:to_row,column_position]

转换值'10'在ColA在第 5 行到 int('10')您只需选择它，然后更新它。

df.iloc[5:6,0] = 10

<小时/>

如果您不知道需要转换的值的位置，则 iloc和loc没有帮助。

有多种方法可以将列中的所有值转换为特定的 dtype 。一种方法是使用 lambda -功能。

df[column_name].apply(lambda x: int(x))

lambda上面将会中断，因为您的数据还包含字符串 Load并且您无法将其转换为 int 。解决此问题的一种方法是向您的 lambda 添加条件.

df[column_name].apply(lambda x: int(x) if something else something)

鉴于您问题中的数据，最直接的方法是检查是否 x不是'Load' :

df[column_name].apply(lambda x: int(x) if x != 'Load' else x)

如果您的列中有大量实际字符串，这会变得很麻烦。如果您想使用lambda您可以列出实际字符串。然后检查是否 x已在列表中。

list_of_strings = ['Load', 'Road', 'Toad']
df[column_name].apply(lambda x: int(x) if x not in list_of_strings else x)

另一种方法是编写一个单独的函数来管理使用 try/catch block 的转换。