使用基于字符串中内容的乘法将一列整数和整数+字符串转换为所有整数答案

【问题标题】：Covert a column of integers and interger + strings into all integers using multiplication based on what is in the string使用基于字符串中内容的乘法将一列整数和整数+字符串转换为所有整数
【发布时间】：2022-12-29 20:50:28
【问题描述】：

如何将此列值（主要是整数和一些字符串）转换为所有整数。

该列看起来像这样，

x1
___
128455551
92571902
123125
985166
np.NaN
2241
1.50000MMM
2.5255MMM
1.2255MMMM
np.NaN
...

我希望它看起来像这样，其中带有 MMM 的行、字符被删除，数字乘以十亿 (10**9) 并转换为整数。

有 MMMM 的行，删除字符并将数字乘以万亿 (10**12) 并转换为整数。

基本上每个 M 表示 1,000。还有其他列，所以我不能删除 np.NaN。

x1
___
128455551
92571902
123125
985166
np.NaN
2241
1500000000
2525500000
1225500000000
np.NaN
...

我试过这个，

df['x1'] =np.where(df.x1.astype(str).str.contains('MMM'), (df.x1.str.replace('MMM', '').astype(float) * 10**9).astype(int), df.x1)

当我只使用 2 行时它工作正常，但是当我使用整个数据帧时我得到这个错误，IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer。

我如何解决它？

【问题讨论】：

标签： python pandas

【解决方案1】：

一个可能的解决方案：

def f(x):
    if isinstance(x, str):
        ms = x.count('M')
        return int(float(x.replace('M' * ms, '')) * 10**(3 * ms))
    else:
        return x

df['X1'] = df['X1'].apply(f).astype('Int64')

输出：

              X1
0      128455551
1       92571902
2         123125
3         985166
4           <NA>
5           2241
6     1500000000
7     2525500000
8  1225500000000
9           <NA>

【讨论】：