【问题标题】:Separating out rows based on int or string when column type is object当列类型为对象时,根据 int 或 string 分隔行
【发布时间】:2020-10-08 14:48:50
【问题描述】:

我有一个数据集,其中一列包含一些行的整数和其他行的字符串。 列类型为对象。

例如:

Index     Column of interest
1         21678849
2         37464859
3         barbara
4         28394821
5         francis

我无法使用 .astype('str') 强制列更改类型。而且我无法使用 .isstring、.isdigit 或 .isinstance。 我试过查看solutions for converting on objects to string,但这些似乎不起作用。

我也试过了:

[True if x.isin([1,2,3,4,5,6,7,8,9,0]) else False for x in df['column_of_interest']]

但这只是给了我:AttributeError: 'str' object has no attribute 'isin'

有人对我如何管理这个有任何其他想法吗?

理想情况下,我想创建第三列,用于对行是 int 还是 str 进行分类。

【问题讨论】:

  • 您可以使用pd.to_numeric(df['Column of interest'],errors='coerce') 将您的字符串强制为空。
  • 所以这也可以。然后我只需要添加另一个步骤来制作识别某事物是 int 还是 Null 的列。
  • 你可以将它链接成一个,df['DataType'] = np.where(pd.to_numeric(df['Column of interest'],errors='coerce').isnull(), 'Text','Number') 有很多方法可以做到这一点,pandas 内置了你也可以随时利用的数据类型。

标签: python pandas


【解决方案1】:

你可以试试instance:

[isinstance(x, int) for x in df['column_of_interest']]

【讨论】:

  • 谢谢。不幸的是,所有值都显示为 False。 dtype 似乎陷入了困境。
  • @Jameson 执行 df.to_dict() 并粘贴输出而不是您的数据。很难分辨哪个是文本哪个不是。
  • 对不起,我不能分享实际的df是因为上面有很多个人信息。
【解决方案2】:

好的,这行得通,我测试了它:

import pandas as pd

#----------------------------------------
# Prepare the data in df.
#----------------------------------------

from io import StringIO

TESTDATA = StringIO("""Index;column_of_interest
1;21678849
2;37464859
3;barbara
4;28394821
5;francis""")

df = pd.read_csv(TESTDATA, sep=";")

#----------------------------------------
# The actual code to solve the problem.
#----------------------------------------

def is_integer(x):
    try:
        int(x)
        return True
    except ValueError:
        return False

print([is_integer(x) for x in df['column_of_interest']])

输出是

[True, True, False, True, False]

当然,有些代码不适用于您,但我想要一个我(和其他人)可以实际测试的完整工作示例。我假设你可以从中挑选出你需要的东西。

测试整数的代码取自https://stackoverflow.com/a/1267145/1629102。

最后是将数据添加为新列的代码:

import pandas as pd

#----------------------------------------
# Prepare the data in df.
#----------------------------------------

from io import StringIO

TESTDATA = StringIO("""Index;column_of_interest
1;21678849
2;37464859
3;barbara
4;28394821
5;francis""")

df = pd.read_csv(TESTDATA, sep=";")

#----------------------------------------
# The actual code to solve the problem.
#----------------------------------------

def is_integer(x):
    try:
        int(x)
        return True
    except ValueError:
        return False

is_integer_list = [is_integer(x) for x in df['column_of_interest']]

df["Is_integer"] = is_integer_list

print(df)

这个输出:

   Index column_of_interest  Is_integer
0      1           21678849        True
1      2           37464859        True
2      3            barbara       False
3      4           28394821        True
4      5            francis       False

【讨论】:

  • 不客气,詹姆森!感谢您促使我了解一些关于熊猫的知识! ?我听说过很多次,但这是我第一次真正尝试它。
【解决方案3】:

试试这个-

[True if x in [1,2,3,4,5,6,7,8,9,0] else False for x in df['column_of_interest']]

【讨论】:

  • 好的,代码成功了。谢谢!不幸的是,输出都是 False 值。
  • 该代码不起作用。它测试 x 是否是单个数字,即 0 和 9 之间。 x.is_integer() 可能效果更好,参见。我的回答。
【解决方案4】:

我承认我不知道 pandas,但通过阅读它我大胆地建议使用

x.is_integer()

而不是

x.isin([1,2,3,4,5,6,7,8,9,0])

所以代码是

[x.is_integer() for x in df['column_of_interest']]

【讨论】:

  • 感谢您的提议,但它不起作用。错误是“AttributeError:'str'对象没有属性'is_integer'”。
  • 啊,x 是一个字符串(类型 str)。然后你可以在代码前面用bool(re.match(r"^\d+$", x))和import re检查它是否是一个整数。
  • 好吧,也许我应该退出,因为我对 pandas 的了解不够,也不应该提出太多的建议,但结果是行不通的!
  • 好吧,我终究没有放弃。相反,我进一步阅读了有关 pandas 的信息,并提出了一个 answer,我实际测试过它并且确实有效。
  • 哈哈哈我喜欢这种热情!
猜你喜欢
  • 1970-01-01
  • 2021-11-06
  • 1970-01-01
  • 2016-03-11
  • 1970-01-01
  • 1970-01-01
  • 2015-01-03
  • 1970-01-01
  • 2020-04-13
相关资源
最近更新 更多