代码之家 › 专栏 › 技术社区 › Raheel

熊猫如何不适用于整栏

pandas python

Raheel · 技术社区 · 8 年前

self.df['Regular Price'] = self.df['Regular Price'].apply(
            lambda x: int(round(x)) if isinstance(
                x, (int, float)) else None
        )

以上代码为字段的每个值都指定了无 Regular Price 每当它在数据帧中遇到非数字值时。我想分配 None 只有其非数值所在的单元格。

谢谢

1 回复 | 直到 8 年前

jezrael 8 年前

首先是不可能的回报 NaN s与 integers 因为 楠 s是 float 按设计。

如果您的解决方案有效 mixed 类型-带数字的 string s:

df = pd.DataFrame({
    'Regular Price': ['a',1,2.3,'a',7],
    'B': list(range(5))
})
print (df)
   B Regular Price
0  0             a
1  1             1
2  2           2.3
3  3             a
4  4             7

df['Regular Price'] = df['Regular Price'].apply(
            lambda x: int(round(x)) if isinstance(
                x, (int, float)) else None
        )

print (df)
   B  Regular Price
0  0            NaN
1  1            1.0
2  2            2.0
3  3            NaN
4  4            7.0

但如果所有数据都是字符串 to_numeric 具有 errors='coerce' 用于将非数字转换为 楠 s:

df = pd.DataFrame({
    'Regular Price': ['a','1','2.3','a','7'],
    'B': list(range(5))
})
print (df)
   B Regular Price
0  0             a
1  1             1
2  2           2.3
3  3             a
4  4             7

df['Regular Price'] = pd.to_numeric(df['Regular Price'], errors='coerce').round()
print (df)
   B  Regular Price
0  0            NaN
1  1            1.0
2  2            2.0
3  3            NaN
4  4            7.0

编辑:

我还需要删除浮点并使用 int 只有

可以通过转换为 None 对于 楠 s并转换为 整数 :

df['Regular Price'] = pd.to_numeric(df['Regular Price'],
                                    errors='coerce').round()

df['Regular Price'] = np.where(df['Regular Price'].isnull(), 
                               None,
                               df['Regular Price'].fillna(0).astype(int))

print (df)
   B Regular Price
0  0          None
1  1             1
2  2             2
3  3          None
4  4             7


print (df['Regular Price'].apply(type))
0    <class 'NoneType'>
1         <class 'int'>
2         <class 'int'>
3    <class 'NoneType'>
4         <class 'int'>
Name: Regular Price, dtype: object

但它的性能很慢,所以最好 不要使用它 . 还应该存在另一个问题-soe函数失败,所以最好是 浮动 s如果使用 楠 s:

测试一些函数,如 diff 在里面 50k rows DataFrame :

df = pd.DataFrame({
    'Regular Price': ['a','1','2.3','a','7'],
    'B': list(range(5))
})
df = pd.concat([df]*10000).reset_index(drop=True)
print (df)

df['Regular Price'] = pd.to_numeric(df['Regular Price'], errors='coerce').round()

df['Regular Price1'] = np.where(df['Regular Price'].isnull(), 
                               None,
                               df['Regular Price'].fillna(0).astype(int))

In [252]: %timeit df['Regular Price2'] = df['Regular Price1'].diff()

类型错误:不支持的操作数类型-:“int”和“NoneType”

In [274]: %timeit df['Regular Price3'] = df['Regular Price'].diff()
1000 loops, best of 3: 301 Âµs per loop

In [272]: %timeit df['Regular Price2'] = df['Regular Price1'] * 1000
100 loops, best of 3: 4.48 ms per loop

In [273]: %timeit df['Regular Price3'] = df['Regular Price'] * 1000
1000 loops, best of 3: 469 Âµs per loop

编辑:

df=pd。数据帧({
“正常价格”:[a'、'1'、'2.3'、'a'、'7'],
“B”:列表(范围(5))
})
打印(df)
B正常价格
1  1             1
2  2           2.3
3.3安
4  4             7

df[“正常价格”]=pd。to_numeric(df['Regular Price',errors='concure')。圆形()
打印(df)
B正常价格
0 0 NaN
1  1            1.0
2  2            2.0
4  4            7.0

第一个是可能的删除 楠 按列排序 Regular Price 然后转换为 整数 .

df1 = df.dropna(subset=['Regular Price']).copy()
df1['Regular Price']  = df1['Regular Price'].astype(int)
print (df1)
   B  Regular Price
1  1              1
2  2              2
4  4              7

处理你需要的,但不要改变索引。

#e.g. some process 
df1['Regular Price']  = df1['Regular Price'] * 100

最后的 combine_first -it添加 楠 到 正常价格 柱

df2 = df1.combine_first(df)
print (df2)
     B  Regular Price
0  0.0            NaN
1  1.0          100.0
2  2.0          200.0
3  3.0            NaN
4  4.0          700.0