仅将列的浮点数转换为整数
仅将列的浮点数转换为整数
提问于 2021-10-01 05:17:41
我有一个数据框：
df = pd.DataFrame({"ID": [1,2,3,4,5,6,7], "value": [10,10.00,"123JK",20,10-11,11.00,12.00]})ID value
1 10
2 10.00
3 123JK
4 20
5 10-11
6 11.00
7 12.00我只想将浮点值转换为整数，这样：
ID value
1 10
2 10
3 123JK
4 20
5 10-11
6 11
7 12我尝试了以下代码：
df['ID'] = df['ID'].apply(pd.to_numeric, errors='ignore')
df['ID'].astype(np.int64,errors='ignore')但它不会将所有浮点值转换为整数。
回答 3
Stack Overflow用户
回答已采纳
发布于 2021-10-01 05:19:41
如果只需要对浮点数使用整数，像10.0这样的整数可以使用自定义函数：
def f(x):
try:
x = pd.to_numeric(x, errors='ignore')
if int(x) == x:
return int(x)
else:
return x
except:
return x
df['value'] = df['value'].apply(f)
print (df)
ID value
0 1 10
1 2 10
2 3 123JK
3 4 20
4 5 10-11
5 6 11
6 7 12Stack Overflow用户
发布于 2021-10-01 05:20:27
好的，假设value列是text，您可以在这里进行正则表达式替换：
df["value"] = df["value"].str.replace(r'^(\d+)\.\d+$', r'\1')Stack Overflow用户
发布于 2021-10-01 05:20:54
我更喜欢使用fillna的pd.to_numeric
df['value'] = pd.to_numeric(df['value'], errors='coerce').fillna(df['value'])这将转换为数值型dtype并将非数值型数据替换为NaN。然后，我用字符串填充NaNs，这将使数值数据保持数值。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/69400771
复制相关文章
相似问题
腾讯云开发者
