将混合类型的 DataFrame 拆分为两列？

Question

我正在处理我加载到 DataFrame 中的报告。报告的 SKU 列具有混合数据类型。我想根据单元格数据类型（str、int）将该列拆分为两个新列（SUBTOTAL 和 SKU）。

按照similar question 中的示例，我得到一个布尔列。好的

df['SUBTOTAL'] = df['SKU'].apply(lambda x: isinstance(x, str))

    SKU                     AMOUNT       SUBTOTAL
7   4410                    1            False
8   4200                    5            False
9   total                   6            True
11  4250                    0            False
12  4255                    0            False

我在 Jupyter Notebook 中执行此操作。这就是让我发疯的事情。如果我首先调用上面的行，然后用df[]包装代码，然后重新运行那个单元格，我就会得到我想要的。

df['SUBTOTAL'] = df[df['SKU'].apply(lambda x: isinstance(x, str))]

    SKU                     AMOUNT       SUBTOTAL
7   4410                    1            NaN
8   4200                    5            NaN
9   total                   6            total
11  4250                    0            NaN
12  4255                    0            NaN

但是当我重新启动并全部运行时，我得到一个键错误。

我几乎要在同一条线上跑两次，

df['SUBTOTAL'] = df['SKU'].apply(lambda x: isinstance(x, str))
df['SUBTOTAL'] = df[df['SKU'].apply(lambda x: isinstance(x, str))]

如何将混合类型的 DataFrame 拆分为两列？

最终结果应该是，

    SKU                     AMOUNT       SUBTOTAL 
7   4410                    1            NaN
8   4200                    5            NaN
9   NaN                     6            total
11  4250                    0            NaN
12  4255                    0            NaN

或者我可以添加一个新的 SKUb 列并删除、重命名等等。

Answer 1

检查数字数据而不是检查字符串可能是一个更好的主意。您可以使用优化的pd.to_numeric + pd.Series.isnull 而不是apply + lambda：

s = df['SKU'].copy()  # make copy for later
df['SKU'] = pd.to_numeric(df['SKU'], errors='coerce')  # gives nan for non-numeric data
df['SUBTOTAL'] = np.where(df['SKU'].isnull(), s, np.nan)

目前，您的代码不清楚。您正在尝试将数据框分配给系列，因为 df['SUBTOTAL'] 是系列，但 df[df['SKU'].apply(lambda x: isinstance(x, str))] 是数据框。不建议这样做。