from datatable import dt, f, g, by, update, join, sorttt = dt.Frame({'a' : ['A1','A2','A3'], 'b':[100,200,300]})print(tt) | a b-- + -- --- 0 | A1 100 1 | A2 200 2 | A3 300[3 rows x 2 columns]如何刪除a列中的“A”并將其作為數(shù)據(jù)表中的數(shù)字分配給新列“c”（即沒有熊貓）？在以下的幫助下它看起來像這樣pandastt['c'] = tt.to_pandas()['a'].str.replace('A','').astype(int)數(shù)據(jù)表本機版本不太有效tt[:, update(c = [int(x.replace('A','')) for x in f.a])]TypeError: 'datatable.FExpr' object is not iterable順便問一下，對于 python pandas 和 R data.table 的頻繁用戶，是否有一本高級/完整的食譜可以幫助從 R data.table 過渡到 py-datatable？網(wǎng)站上有一個頁面，但還不夠。
3 回答
斯蒂芬大帝
TA貢獻1827條經(jīng)驗 獲得超8個贊
這是一個擴展性不是很好的 hack：
第 1 步：將a列轉儲到本機 python 中并創(chuàng)建一個值元組：
tuples?=?[(entry[0],?entry[-1])?for?entry??in?tt['a'].to_list()[0]]
第 2 步：cbind回框架tt：
tt.cbind(dt.Frame(tuples))
tt
? ? a? ?b? ?C0? C1
0? ?A1? 100 A? ?1
1? ?A2? 200 A? ?2
2? ?A3? 300 A? ?3
如果你只需要 A，那么你可以使用下面的代碼，它仍然不能很好地擴展（想象你的列中有空值），并且很粗糙（我們必須索引到列表中才能得到我們想要的） :
tt["A_only"] = dt.Frame([entry[0] for entry in tt['a'].to_list()[0]])
tt
? ? ?a? ?b? ?A_only
0? ?A1? 100? ? ?A
1? ?A2? 200? ? ?A
2? ?A3? 300? ? ?A
如前所述，這不能很好地擴展。此外，它沒有提供數(shù)據(jù)表所期望的速度。
目前，數(shù)據(jù)表沒有很好的字符串操作支持（我相信庫維護者目前正在努力解決這個問題，以及其他一些要求的功能）
開心每一天1111
TA貢獻1836條經(jīng)驗 獲得超13個贊
我知道這是一個老問題，但萬一有人仍在尋找這個問題——在剛剛發(fā)布的 1.0.0 中，可以執(zhí)行以下操作：
tt = dt.Frame({'a' : ['A1','A2','A3'], 'b':[100,200,300]})
tt["A_only"] = tt[:, f.a[0:1]]
tt["num_only"] = tt[:, f.a[1:]]
tt["num_only"] = dt.Type.int8 # Change the type of the column to `int`
tt.ltypes
上面使用了字符串列上的切片，即依賴于固定格式。還有.re正則表達式的部分，但我只看到match，沒有看到extract。
三國紛爭
TA貢獻1804條經(jīng)驗 獲得超7個贊
這是我為了得到你想要的東西而做的一個技巧。我仍在學習數(shù)據(jù)表，所以請耐心等待我完全進入它。
首先，將數(shù)據(jù)表轉換為數(shù)據(jù)框。執(zhí)行我前面列出的操作，然后將數(shù)據(jù)幀轉換回數(shù)據(jù)表。Walla，您現(xiàn)在擁有一個包含所需結果的數(shù)據(jù)表。
我就是這樣做的。
from datatable import dt, f, g, by, update, join, sort
tt = dt.Frame({'a' : ['A1','A2','A3'], 'b':[100,200,300]})
df = tt.to_pandas()
df = df.join(df.a.str.extract('([a-zA-Z])([0-9])', expand=True).add_prefix('a'))
df = df.rename(columns = {'a0': 'c', 'a1': 'd'})
tt = dt.Frame(df)
tt
其輸出將是：
您可以拆分列并重命名字段。
import pandas as pd
df = pd.DataFrame({'a' : ['A1','A2','A3'], 'b':[100,200,300]})
print (df)
df = df.join(df['a'].str.split(r'(\d.*)', expand=True).add_prefix('a'))
df.drop('a2',axis = 1,inplace=True)
df = df.rename(columns = {'a0': 'c', 'a1': 'd'})
print (df)
輸出將是：
初始數(shù)據(jù)框將是：
a b
0 A1 100
1 A2 200
2 A3 300
新的 DataFrame 將如下所示：
a b c d
0 A1 100 A 1
1 A2 200 A 2
2 A3 300 A 3
或者，您也可以使用extract正則表達式來完成此操作。
import pandas as pd
df1 = pd.DataFrame({'a' : ['A1','A2','A3'], 'b':[100,200,300]})
df1 = df1.join(df1.a.str.extract('([a-zA-Z])([0-9])', expand=True).add_prefix('a'))
df1 = df1.rename(columns = {'a0': 'c', 'a1': 'd'})
print (df1)
它會給你相同的結果：
a b
0 A1 100
1 A2 200
2 A3 300
在此選項中，它不會創(chuàng)建需要刪除的附加列
a b c d
0 A1 100 A 1
1 A2 200 A 2
2 A3 300 A 3
添加回答
舉報
0/150
提交
取消