我有一個(gè)最初存儲(chǔ)為所有類型 str 的數(shù)字 df ，有時(shí)列中的數(shù)據(jù)存儲(chǔ)為百分比，但并不總是相同的列。我不知道哪一列是百分比還是數(shù)字。如果它存儲(chǔ)為百分比，我需要將其轉(zhuǎn)換為小數(shù)。如何找到哪些列是百分比，然后僅將這些列轉(zhuǎn)換為小數(shù)一個(gè)例子name date col1 col2 col3 col4a 9/17 1.23 4.90% 3.00 100.00%b 9/17 2.00 6.10% 5.00 253.90%c 9/17 6.71 7.90% 7.00 98.00%期望的輸出：name date col1 col2 col3 col4a 9/17 1.23 0.049 3.00 1.00b 9/17 2.00 0.061 5.00 2.539c 9/17 6.71 0.079 7.00 0.98我試過df=df.apply(pd.to_numeric, errors="ignore")df.iloc[:,2:]=df.iloc[:,2:].apply(lambda x: x.str.strip('%').astype(float)/100, axis=1)但這是將所有類型為 float 的列設(shè)置為 nan。如果列一開始都是 str 類型，那么第二行會(huì)將所有值除以 100，這是我不想要的。因此我需要查找并選擇僅包含 % 的整個(gè)列就像是df.loc[:,df.apply(lambda x: x.str.contains("%"), axis=1)]除此之外，這將為您提供多維鍵錯(cuò)誤的索引
2 回答
翻過高山走不出你
TA貢獻(xiàn)1875條經(jīng)驗(yàn) 獲得超3個(gè)贊
filter以下是使用和select_dtypes查找列的一種方法：
cols = df.filter(like="col").select_dtypes("object").columns
或者，您可以提取 1 行并查找%：
cols = df.columns[df.loc[0].astype(str).str.endswith("%")]
兩者都會(huì)為您提供列名稱。
df[cols] = df[cols].replace("%", "", regex=True).astype(float)/100
print (df)
name date col1 col2 col3 col4
0 a 9/17 1.23 0.049 3.0 1.000
1 b 9/17 2.00 0.061 5.0 2.539
2 c 9/17 6.71 0.079 7.0 0.980
MMTTMM
TA貢獻(xiàn)1869條經(jīng)驗(yàn) 獲得超4個(gè)贊
這可能會(huì)讓您開始：
import numpy as np
def percent_to_float(percent: str) -> float:
return float(percent[:-1])/100
df.select_dtype(object).apply(np.vectorize(percent_to_float))
這將獲取所有列dtype=object（字符串?dāng)?shù)據(jù)存儲(chǔ)在dtype=objectin 中），并應(yīng)用將百分比字符串（如 ）轉(zhuǎn)換為浮點(diǎn)數(shù)（如 ）的pandas函數(shù)。4.5%0.045
添加回答
舉報(bào)
0/150
提交
取消