如何将 .strip().split() 函数应用于 Pandas 数据框中的整个列答案

【问题标题】：how to apply .strip().split() function to an entire column in a Pandas dataframe如何将 .strip().split() 函数应用于 Pandas 数据框中的整个列
【发布时间】：2020-12-03 07:25:40
【问题描述】：

数据框示例 我的 Pandas 数据框有一列 EvaRange，通过以下方式捕获。

<1000 mm
1000-1200mm
1200-1400mm
>1400mm

所需的输出 我想对数据帧执行一些机器学习，所以我需要将其转换为单个数值。

到目前为止，我已经设法为数据框中的单行执行此操作，但我想将其应用于整个列。

代码示例

a = df["EvaRange"][0].strip().split('mm')[0].split('-')
b = (float(a[0])+float(a[1]))/2
b

这设法返回两个可用数字的两个范围之间的平均值。

请求请有人帮助我概括这一点，以便我可以将其应用于整个列并适应“”值。

【问题讨论】：

标签： python pandas split strip

【解决方案1】：

我建议提取数字然后对其进行平均：

df["EvaRange"].str.extract(r"(\d+)\D*(\d+)?").astype(float).mean(axis=1)
#0    1000.0
#1    1100.0
#2    1300.0
#3    1400.0

这里，正则表达式r"(\d+)\D*(\d+)?" 要求输入一个或多个数字（一个数字），可选地后跟一些非数字，可选地后跟一些数字（另一个数字）。

【讨论】：

【解决方案2】：

我建议使用str.extractall 获取所有数字，然后获取第一级的平均值：

df.EvaRange.str.extractall(r"(\d+)").astype(float).mean(level=0)

         0
0   1000.0
1   1100.0
2   1300.0
3   1400.0

基于您的剥离和拆分理念：

(df.EvaRange
 .str.strip("<> mm")
 .str.split("-")
 .explode()
 .astype(float)
 .mean(level=0)
 )

0    1000.0
1    1100.0
2    1300.0
3    1400.0
Name: EvaRange, dtype: float64

【讨论】：