在熊猫数据框中将列中的值从十六进制转换为二进制

Question

我在 pandas 数据框中有一列带有十六进制值，例如：

Data
1A
2B
BB
FF
A7
78
CB

我想将十六进制值转换为二进制，然后从二进制取前 3 位，最后将 3 位值转换为十进制。

二进制数据列将是：

Data
00011010
00101011
10111011
11111111
10100111
01111000
11001011

前 3 位：

Data
010
011
011
111
111
000
011

最后是所需的十进制值：

Data
2
3
3
7
7
0
3

如何做到这一点？我尝试使用 bin() 函数，但它不适用于 pandas 数据帧。

Answer 1

我们可以通过一系列动作来做到这一点：

1. 首先我们将十六进制数转换为int 和.apply(int, base=16)；
2. 接下来我们将其转换为二进制数据，使用.apply(bin)；
3. 接下来我们用.str[2:]分割前两个字符；
4. 然后我们用.str[-3:]获得最后三个字符；和
5. 最后我们再次将这些解释为ints，.apply(int, base=2)。

所以：

>>> df.Data.apply(int, base=16).apply(bin).str[2:].str[-3:].apply(int, base=2)
0    2
1    3
2    3
3    7
4    7
5    0
6    3
Name: Data, dtype: int64

然而，我们可以在这里使用另一种策略：

1. 我们首先将十六进制数转换为int；和
2. 然后我们按位和0b111 应用。

例如：

>>> df.Data.apply(int, base=16) & 0b111
0    2
1    3
2    3
3    7
4    7
5    0
6    3
Name: Data, dtype: int64

第二次尝试不仅更简单，而且速度也更快，大约提高了 66%：

>>> timeit(first_strategy, number=10000)
6.962630775000434
>>> timeit(second_strategy, number=10000)
2.330652763019316

对于重复样本数据 100 次的数据框，我们得到：

>>> timeit(first_strategy, number=10000)
17.603060900000855
>>> timeit(second_strategy, number=10000)
5.901462858979357

这又快了 66%。

Answer 2

你可以使用：

df.Data.apply(lambda v: int(format(int(v, 16), '08b')[-3:], 2))

这给了你：

0    2
1    3
2    3
3    7
4    7
5    0
6    3
Name: Data, dtype: int64

这些步骤是：

• 获取原始数据并使用 int(number, 16) 将其转换为十进制（基数 16 是十六进制）(int('1A', 16) == 26)
• 获取该数字并将其格式化为二进制字符串format(number, '08b') 为您提供左侧填充的 0/1 的零字符串 (format(26, '08b') == '00011010')
• 取该字符串的最后 3 个字符 [-3:] ('010') 并将其转换为以 2 为底的十进制，int(binary_string[-3:], 2) 为您提供：2