python - 检查混合类型列的值是否等于 0(带有 timedelta 和 float )

Question

假设我们有以下数据框。实际情况是熔化后的柱子比较，这就是混合类型的原因。

df = pd.DataFrame({'value':[0.0, 0.0, pd.Timedelta(hours=1), pd.Timedelta(0)]})

             value
0                0
1                0
2  0 days 01:00:00
3  0 days 00:00:00

我想做的是检查它是否等于0，并基于此创建一个条件列。

所以首先我们要获取一个 bool 值来标记哪些行为 0。简单地使用 eq 或 == 是行不通的:

df['value'].eq(0)

0     True
1     True
2    False
3    False
Name: value, dtype: bool

这是因为我们可能有一个 Timedelta 类型，所以我想让我们将 timedelta 转换为秒。所以我检查了:

df['value'].apply(type) == pd._libs.tslibs.timedeltas.Timedelta

0    False
1    False
2     True
3     True
Name: value, dtype: bool

这有效。

然后用了，还是不行:

np.where(df['value'].apply(type) == pd._libs.tslibs.timedeltas.Timedelta, 
         df['value'].total_seconds(), 
         df['value'])

'Series' object has no attribute 'total_seconds'

最后，这有效。

df['value'].apply(lambda x: x.total_seconds() if type(x) == pd._libs.tslibs.timedeltas.Timedelta else x).eq(0)

0     True
1     True
2    False
3     True
Name: value, dtype: bool

但它非常慢，而且看起来不像“ Pandas ”。

所以我的问题是，是否有更快更优化的解决方案？

Answer 1

我会将 int“升级”为 timedelta

pd.to_timedelta(df.value).dt.total_seconds()==0
Out[232]: 
0     True
1     True
2    False
3     True
Name: value, dtype: bool