我正在使用 pandas，我有这张桌子（产品）
| id | quantity | type |
|---|---|---|
| 1 | 18 | pack |
| 2 | pack | 3 |
| 3 | 6 | pack |
| 4 | pack | 6 |
| 5 | 6 | 9 |
我想做一个 when 条件来帮助我整理出错误的插入信息
| id | quantity | type |
|---|---|---|
| 1 | 18 | pack |
| 2 | 3 | pack |
| 3 | 6 | pack |
| 4 | 6 | pack |
| 5 | 6 | 9 |
我会在 SQL Server 上简单地使用 ISNUMERIC()，如何在 Python 上实现这一点？
我试过了
np.where(np.isnumeric(type),prod['quantity'],prod['type'))
对我做错了什么有任何反馈吗？
谢谢！
【问题讨论】：
标签： python pandas dataframe numpy jupyter-notebook
prod = pd.DataFrame({'quantity': [18, 'pack', 6, 'pack', 6], 'type': ['pack', 3, 'pack', 6, 9]}, index=[1, 2, 3, 4, 5])
prod.index.name = 'id'
cond = prod.type.astype(str).str.isnumeric() & ~prod.quantity.astype(str).str.isnumeric()
# or
# cond = prod.quantity.map(lambda x: isinstance(x, str)) # to swap if some values in the 'quantity' column is str
prod.loc[cond, ['type', 'quantity']] = prod.loc[cond, ['quantity', 'type']].values # based on https://stackoverflow.com/a/25792812/15035314
print(prod)
输出：
quantity type
id
1 18 pack
2 3 pack
3 6 pack
4 6 pack
5 6 9
【讨论】：