python - 将混合类型的 DataFrame 拆分为两列？

Question

我正在修改加载到 DataFrame 中的报告。报告的 SKU 列具有混合数据类型。我想根据单元格数据类型(str、int)将该列拆分为两个新列(SUBTOTAL 和 SKU)。

遵循 similar question 中的示例我得到一个 bool 列。好的

df['SUBTOTAL'] = df['SKU'].apply(lambda x: isinstance(x, str))

    SKU                     AMOUNT       SUBTOTAL
7   4410                    1            False
8   4200                    5            False
9   total                   6            True
11  4250                    0            False
12  4255                    0            False

我在 Jupyter Notebook 中执行此操作。这就是让我发疯的事情。如果我首先调用上面的行，然后用df[]包装代码，然后重新运行那个单元格，我得到了我想要的。

df['SUBTOTAL'] = df[df['SKU'].apply(lambda x: isinstance(x, str))]

    SKU                     AMOUNT       SUBTOTAL
7   4410                    1            NaN
8   4200                    5            NaN
9   total                   6            total
11  4250                    0            NaN
12  4255                    0            NaN

但是当我重新启动并运行所有时，我得到一个键错误。

我几乎必须在同一行上运行两次，

df['SUBTOTAL'] = df['SKU'].apply(lambda x: isinstance(x, str))
df['SUBTOTAL'] = df[df['SKU'].apply(lambda x: isinstance(x, str))]

如何将混合类型的 DataFrame 拆分为两列？

最终结果应该是，

    SKU                     AMOUNT       SUBTOTAL 
7   4410                    1            NaN
8   4200                    5            NaN
9   NaN                     6            total
11  4250                    0            NaN
12  4255                    0            NaN

或者我可以添加一个新的 SKUb 列并删除、重命名等等。

Answer 1

与检查字符串相比，检查数字数据可能是一个更好的主意。您可以使用优化的 pd.to_numeric + pd.Series.isnull 而不是 apply + lambda:

s = df['SKU'].copy()  # make copy for later
df['SKU'] = pd.to_numeric(df['SKU'], errors='coerce')  # gives nan for non-numeric data
df['SUBTOTAL'] = np.where(df['SKU'].isnull(), s, np.nan)

目前，您的代码还不清楚。您正在尝试将数据帧分配给一个系列，因为 df['SUBTOTAL'] 是一个系列，但是 df[df['SKU'].apply(lambda x: isinstance(x , str))] 是一个数据框。不建议这样做。