代码之家 › 专栏 › 技术社区 › Mike Henderson

更改数据帧中的多列

pandas python

Mike Henderson · 技术社区 · 7 年前

import numpy as np
import pandas as pd

def convert(str):
    try:
        return float(str.replace(',', ''))
    except:
        return None

df = pd.DataFrame([
    ['A', '1,234', '456,789'],
    ['B', '1'    , '---'    ]
], columns=['Company Name', 'X', 'Y'])

我想改变信仰 X 和 Y 十 和所以我必须使用整数索引。

df.iloc[:, 1] = df.iloc[:, 1].apply(convert)
df.iloc[:, 2] = df.iloc[:, 2].apply(convert)

这并不意味着:

df.iloc[:, 1:2] = df.iloc[:, 1:2].apply(convert)
# Error: could not broadcast input array from shape (2) into shape (2,1)

有没有什么办法 convert

1 回复 | 直到 7 年前

jpp 7 年前

你的逻辑有几个问题:

切片 1:2 排除 2 ,与列表切片或 slice 1:3
通过将元素函数应用于序列 pd.Series.apply 作品要将元素函数应用于数据帧,需要 pd.DataFrame.applymap .
阴影内置:使用 mystr x 而不是 str 作为变量或参数名。
try / except 在这种情况下,通常应该指定错误类型 ValueError .

def convert(x):
    try:
        return float(x.replace(',', ''))
    except ValueError:
        return None

df.iloc[:, 1:3] = df.iloc[:, 1:3].applymap(convert)

print(df)

  Company Name     X       Y
0            A  1234  456789
1            B     1     NaN

但是,您的逻辑效率很低:您应该尽可能利用列操作。这可以通过 pd.DataFrame.apply 随着 pd.to_numeric 适用于每个系列 :

def convert_series(x):
    return pd.to_numeric(x.str.replace(',', ''), errors='coerce')

df.iloc[:, 1:3] = df.iloc[:, 1:3].apply(convert_series)

print(df)

  Company Name     X       Y
0            A  1234  456789
1            B     1     NaN

推荐文章