我有一个带有数据的 pandas.core.series.Series
0 [00115840, 00110005, 001000033, 00116000...
1 [00267285, 00263627, 00267010, 0026513...
2 [00335595, 00350750]
我想从系列中删除前导零。我试过了
x.astype('int64')
但收到错误消息
ValueError: setting an array element with a sequence.
你能建议我如何在 python 3.x 中做到这一点吗？
【问题讨论】：
标签： python pandas time-series
#where x is a series
x = x.str.lstrip('0')
【讨论】：
如果您想要更清晰的解决方案，可以尝试以下操作： 假设 a 是原始系列。
b = a.explode().astype(int)
a = b.groupby(b.index).agg(list)
尽管这比 @cs95 和 @jezrael 发布的解决方案要慢
【讨论】：
如果您有混合 dtype，下面的行应该可以工作
df['col'] = df['col'].apply(lambda x:x.lstrip('0') if type(x) == str else x)
【讨论】：
如果要将strings 列表转换为integerss 列表，请使用list comprehension：
s = pd.Series([[int(y) for y in x] for x in s], index=s.index)
s = s.apply(lambda x: [int(y) for y in x])
示例：
a = [['00115840', '00110005', '001000033', '00116000'],
['00267285', '00263627', '00267010', '0026513'],
['00335595', '00350750']]
s = pd.Series(a)
print (s)
0 [00115840, 00110005, 001000033, 00116000]
1 [00267285, 00263627, 00267010, 0026513]
2 [00335595, 00350750]
dtype: object
s = s.apply(lambda x: [int(y) for y in x])
print (s)
0 [115840, 110005, 1000033, 116000]
1 [267285, 263627, 267010, 26513]
2 [335595, 350750]
dtype: object
编辑：
如果只需要integers，您可以将值展平并转换为ints：
s = pd.Series([item for sublist in s for item in sublist]).astype(int)
替代解决方案：
import itertools
s = pd.Series(list(itertools.chain(*s))).astype(int)
print (s)
0 115840
1 110005
2 1000033
3 116000
4 267285
5 263627
6 267010
7 26513
8 335595
9 350750
dtype: int32
时间安排：
a = [['00115840', '00110005', '001000033', '00116000'],
['00267285', '00263627', '00267010', '0026513'],
['00335595', '00350750']]
s = pd.Series(a)
s = pd.concat([s]*1000).reset_index(drop=True)
In [203]: %timeit pd.Series([[int(y) for y in x] for x in s], index=s.index)
100 loops, best of 3: 4.66 ms per loop
In [204]: %timeit s.apply(lambda x: [int(y) for y in x])
100 loops, best of 3: 5.13 ms per loop
#cᴏʟᴅsᴘᴇᴇᴅ sol
In [205]: %%timeit
...: v = pd.Series(np.concatenate(s.values.tolist()))
...: v.astype(int).groupby(s.index.repeat(s.str.len())).agg(pd.Series.tolist)
...:
1 loop, best of 3: 226 ms per loop
#Wen solution
In [211]: %timeit pd.Series(s.apply(pd.Series).stack().astype(int).groupby(level=0).apply(list))
1 loop, best of 3: 1.12 s per loop
扁平化解决方案（@cᴏʟᴅsᴘᴇᴇᴅ 的想法）：
In [208]: %timeit pd.Series([item for sublist in s for item in sublist]).astype(int)
100 loops, best of 3: 2.55 ms per loop
In [209]: %timeit pd.Series(list(itertools.chain(*s))).astype(int)
100 loops, best of 3: 2.2 ms per loop
#cᴏʟᴅsᴘᴇᴇᴅ sol
In [210]: %timeit pd.Series(np.concatenate(s.values.tolist()))
100 loops, best of 3: 7.71 ms per loop
【讨论】：
x @jezrael
s=pd.Series(s.apply(pd.Series).astype(int).values.tolist())
s
Out[282]:
0 [1, 2]
1 [3, 4]
dtype: object
数据输入
s=pd.Series([['001','002'],['003','004']])
更新：感谢 Jez 并冷冷地指出 :-)
pd.Series(s.apply(pd.Series).stack().astype(int).groupby(level=0).apply(list))
Out[317]:
0 [115840, 110005, 1000033, 116000]
1 [267285, 263627, 267010, 26513]
2 [335595, 350750]
dtype: object
【讨论】：
使用np.concatenate 扁平化您的数据 -
s
0 [00115840, 36869, 262171, 39936]
1 [00267285, 92055, 93704, 11595]
2 [00335595, 119272]
Name: 1, dtype: object
v = pd.Series(np.concatenate(s.tolist()))
或者（感谢 jezrael 的建议），使用更快的 .values.tolist -
v = pd.Series(np.concatenate(s.values.tolist()))
v
0 00115840
1 36869
2 262171
3 39936
4 00267285
5 92055
6 93704
7 11595
8 00335595
9 119272
dtype: object
现在，你对 astype 所做的应该可以工作了 -
v.astype(int)
0 115840
1 36869
2 262171
3 39936
4 267285
5 92055
6 93704
7 11595
8 335595
9 119272
dtype: int64
如果您有浮点数据，请改用astype(float)。
如果您愿意，可以使用 groupby + agg 将结果重新调整为原始格式 -
v.astype(int).groupby(s.index.repeat(s.str.len())).agg(pd.Series.tolist)
0 [115840, 36869, 262171, 39936]
1 [267285, 92055, 93704, 11595]
2 [335595, 119272]
dtype: object
【讨论】：
pd.Series(np.concatenate(s.values.tolist())) ?
s.tolist() 有效，还是我错过了什么？ :-)