将逗号分隔字符串的熊猫列转换为整数答案

【问题标题】：Converting pandas column of comma-separated strings into integers将逗号分隔字符串的熊猫列转换为整数
【发布时间】：2018-12-21 14:38:53
【问题描述】：

我有一个数据框，其中包含一列以逗号分隔的值。我想将该列中的字符串值转换为整数。

我对一般的编码很陌生，所以对正在发生的事情的简要解释将不胜感激。如果你有时间。

我已经尝试了以下代码。

df['col3'].str.strip(',').astype(int)

df
col1 col2 col3
1    x    12,123
2    x    1,123
3    y    45,998

df
col1 col2 col3
1    x    12123
2    x    1123
3    y    45998

【问题讨论】：

不要将 SOLVED 添加到问题的标题中，这样就足以将响应标记为正确。如果你想感谢最好的人就是投赞成票，为此你必须赢得声誉。
您是用pd.read_csv 或pd.read_table 创建这个DataFrame 的吗？然后，您可以通过将 thousands=',' 作为参数添加到这些方法来绕过所有这些。
@ALollz 我使用了 pd.read_csv。我将如何使用数千个参数？感谢您的帮助。
@eyllanesc 道歉。谢谢你教我论坛礼仪。
将其添加到方法的括号内：pd.read_csv('your_file_name', thousands=',')

标签： python python-3.x pandas

【解决方案1】：

我认为您的解决方案实际上应该是：

df['col3'] = df.col3.str.split(',').str.join('').astype(int)

    col1 col2   col3
0     1    x  12123
1     2    x   1123
2     3    y  45998

作为str.strip 只从左右两侧剥离。

说明

str: 允许 Series 的向量化字符串函数
split：将根据某种模式拆分列表中的每个元素，在这种情况下为,
join：将加入带有传递分隔符的现在 Series 列表中的元素，'' 在此处创建 ints。

最后.astype(int) 将每个字符串变成一个整数

【讨论】：

明星！太感谢了。解决了我的问题。

【解决方案2】：

这个问题已经有了答案，但是，我想添加另一个解决方案：

数据帧：

>>> df
   col1 col2    col3
0     1    x  12,123
1     2    x   1,123
2     3    y  45,998

用str.replace方法尝试最简单的方法，你就完成了：

>>> df['col3'] = df['col3'].str.replace(",", "")
# df['col3'] = df['col3'].str.replace(",", "").astype(int) <- cast to int
>>> df
   col1 col2   col3
0     1    x  12123
1     2    x   1123
2     3    y  45998

或

另一个使用df.replace 和正则表达式方法作为正则表达式替换是在后台使用re.sub 执行的。 re.sub的替换规则是一样的。

>>> df['col3'] = df['col3'].replace(',', '', regex=True)
>>> df
   col1 col2   col3
0     1    x  12123
1     2    x   1123
2     3    y  45998

【讨论】：

【解决方案3】：

简要说明：

df['col3'].str.strip(',').str.join('').astype(int)

df['col3'] 从 col3 的值生成 pandas.Series
_______.str 可以理解为cast-to-string，通常表示你想对你的系列内容使用字符串方法
_____.str.strip(',') 使用strip 方法：将字符串分成子字符串，使用提供的分隔符作为参数，用于区分一个子字符串何时结束和下一个子字符串何时开始
_____.str.strip(',').str.join('') 获取拆分生成的子字符串并将它们连接在一起（实际上您只是删除了分隔符）
____.astype(int) 将您的结果转换为 int

感谢尼克松在包含join 以生成实际所需的输出。希望这会有所帮助，祝您编码愉快！

【讨论】：

太棒了！非常感谢你提供了这么好的解释。
cast-to-string，不完全是，这只是意味着您正在查询“字符串访问器”，它是系列上字符串操作的网关。
不完全同意，因此“可以理解”序言呵呵

【解决方案4】：

所有答案都是在从 csv 或 excel 等源读取数据后解决它。另一种看待问题的方法是在从源读取期间对数据进行规范化。以下是使用 read_csv 或 read_excel 时的操作

pd.read_csv('your_file_name', thousands=',')
pd.read_excel('your/file/name', thousands=',')

请参阅熊猫文档read_excel 和read_csv

【讨论】：