pandas.Dataframe等效于Pandas.read_csv转换器？
pandas.Dataframe等效于Pandas.read_csv转换器？
提问于 2021-08-25 01:41:29
这个discussion涵盖了dtypes和converters在pandas.read_csv函数中的区别。
我在文档中找不到与pandas.DataFrame构造函数等效的转换器。
如果我直接从列表中构建数据，那么模仿相同行为的最佳方法是什么？
一些虚构的例子：
# data.csv
sport,population
football,15M
darts,50k
sailing,3000# convert_csv_to_df.py
import pandas as pd
def f_population_to_int(population):
dict_multiplier={"k": 1000, "M": 1000000}
try:
multiplier = dict_multiplier[population[-1]]
return int(population[0:-1]) * multiplier
except KeyError:
return population
dict_converters = {"population": f_population_to_int}
df = pd.read_csv("data.csv", converters=dict_converters)产出：
sport population
0 football 15000000
1 darts 50000
2 sailing 3000 从列表中获取相同数据的最佳方法是什么？
data = [["sports", "population"], ["football", "15M"], ["darts", "50k"], ["sailing", 3000]]编辑以求澄清：
示例dict_converter只包含一个函数，但其思想是能够对多个列应用不同的转换。
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-08-25 01:47:13
更改f_population_to_int函数以返回相同的值，如果有任何错误(删除KeyError)，并在创建DataFrame之后使用Series.apply
data = [["sports", "population"], ["football", "15M"], ["darts", "50k"], ["sailing", 3000]]
def f_population_to_int(population):
dict_multiplier={"k": 1000, "M": 1000000}
try:
multiplier = dict_multiplier[population[-1]]
return int(population[0:-1]) * multiplier
except:
return population
df = pd.DataFrame(data[1:], columns=data[0])
df['population'] = df['population'].apply(f_population_to_int)
print (df)
sports population
0 football 15000000
1 darts 50000
2 sailing 3000如果需要，可以使用dict dict_converters：
dict_converters = {"population": f_population_to_int}
for k, v in dict_converters.items():
df[k] = df[k].apply(v)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/68920479
复制相关文章
相似问题
腾讯云开发者
