Pandas python 帮助 - 似乎无法获得代码来做我需要的事情

Question

我必须编写一个脚本来读取 csv 文件并删除带有 '.' 的列并将字符串 False 和 True 读取为 0 和 1。我已经能够很好地对 drop 列进行编码，但是我无法让 pandas 将 False 读取为 0 并将 True 读取为 1，以便可以以数字形式查看整个数据.所有其他数据都是浮动的，所以我相信我必须迭代以找到 False 和 True 并将其读取为 0 和 1。下面是我到目前为止的代码，我附上了一个示例数据

import numpy as np
import pandas as pd

[![enter image description here][1]][1]

def ImportCustomScript(filename):

    data = pd.read_csv(filename, sep=',', header=None)
    cols = data.shape[1]
    data_list=[]
    
    for i in range(cols):
        if i=='.' in data.columns:
           data.drop([i], axis=1)

    data_list.append([data[i][0], np.array(data[cols][1:], dtype='<f8')])
    data.replace('False',0).replace('True',1)

    data_frame = pd.DataFrame(data_list)
    return data_frame

Answer 1

也许可以这样做，尽管有关您的实际数据的更多信息会很有用

print(df)

     col   col2   col3.
0   True      5       6
1  False      6       3
2   True     32       5
3  False      3       9

df = df[df.columns[~df.columns.str.contains('\.')]]
df['col'] = df['col'].astype(int) #or df.loc[:,'col'] = df['col'].astype(int)

Answer 2

实现这两项任务的最佳方法是根据您想要的属性屏蔽列。

对于第一部分，假设 data 是您的 DataFrame，您可以屏蔽（使用 ~）包含点的列：

data = data[~data.columns.str.contains("\.")]

对于第二部分，由于pd.read_csv 已经识别布尔列，您可以使用pd.DataFrame.astype 仅将布尔列转换为int：

data = data.astype({col: int for col in data.columns[data.dtypes == bool]})

编辑

如果由于某种原因pd.read_csv 没有自动将"True" 和"False" 字符串转换为布尔值，您可以使用以下解决方案首先识别仅包含这些字符串的列，然后将它们替换为您的整数代码：

for col in data.columns[data.dtypes == object]:
    if data[col].str.match("^True|False$").all():
        data[col].replace({"True": 1, "False": 0}, inplace=True)

编辑 2

根据您最近附加的图像，字符串"True" 和"False" 与其他值混合在一起。相反，我之前的回答是指列的所有值都由这些字符串组成的情况。

因此，要达到您想要的结果，您可以按如下方式替换所有值：

def ImportCustomScript(filename):
    # read the csv
    df = pd.read_csv(filename, sep=',')

    # remove the columns whose name contains a dot
    df = df[~df.columns.str.contains("\.")]

    # replace all "True"/"False" strings
    df.replace({"True": 1, "False": 0}, inplace=True)

    # if you want to convert everything to float
    df = df.astype(float)

    return df