在 Pandas Dataframe 中为字符串添加前导零

Question

我有一个 pandas 数据框，其中前 3 列是字符串：

         ID        text1    text 2
0       2345656     blah      blah
1          3456     blah      blah
2        541304     blah      blah        
3        201306       hi      blah        
4   12313201308    hello      blah         

我想给 ID 添加前导零：

                ID    text1    text 2
0  000000002345656     blah      blah
1  000000000003456     blah      blah
2  000000000541304     blah      blah        
3  000000000201306       hi      blah        
4  000012313201308    hello      blah 

我试过了：

df['ID'] = df.ID.zfill(15)
df['ID'] = '{0:0>15}'.format(df['ID'])

Answer 1

如果你想要一个更可定制的解决方案来解决这个问题，你可以试试pandas.Series.str.pad

df['ID'] = df['ID'].astype(str).str.pad(15, side='left', fillchar='0')

str.zfill(n) 是等价于str.pad(n, side='left', fillchar='0') 的特殊情况

Answer 2

可以在初始化时用一行来实现。只需使用converters 参数即可。

df = pd.read_excel('filename.xlsx', converters={'ID': '{:0>15}'.format})

所以你会减少一半的代码长度:)

PS：read_csv也有这个说法。

Answer 3

使用 Python 3.6+，您还可以使用 f-strings：

df['ID'] = df['ID'].map(lambda x: f'{x:0>15}')

性能与df['ID'].map('{:0>15}'.format) 相当或稍差。另一方面，f 字符串允许更复杂的输出，您可以通过列表推导更有效地使用它们。

性能基准测试

# Python 3.6.0, Pandas 0.19.2

df = pd.concat([df]*1000)

%timeit df['ID'].map('{:0>15}'.format)                  # 4.06 ms per loop
%timeit df['ID'].map(lambda x: f'{x:0>15}')             # 5.46 ms per loop
%timeit df['ID'].astype(str).str.zfill(15)              # 18.6 ms per loop

%timeit list(map('{:0>15}'.format, df['ID'].values))    # 7.91 ms per loop
%timeit ['{:0>15}'.format(x) for x in df['ID'].values]  # 7.63 ms per loop
%timeit [f'{x:0>15}' for x in df['ID'].values]          # 4.87 ms per loop
%timeit [str(x).zfill(15) for x in df['ID'].values]     # 21.2 ms per loop

# check results are the same
x = df['ID'].map('{:0>15}'.format)
y = df['ID'].map(lambda x: f'{x:0>15}')
z = df['ID'].astype(str).str.zfill(15)

assert (x == y).all() and (x == z).all()

Answer 4

如果遇到错误：

Pandas 错误：只能使用带有字符串值的 .str 访问器，在 pandas 中使用 np.object_ dtype

df['ID'] = df['ID'].astype(str).str.zfill(15)

Answer 5

str 属性包含字符串中的大部分方法。

df['ID'] = df['ID'].str.zfill(15)

查看更多：http://pandas.pydata.org/pandas-docs/stable/text.html

Answer 6

试试：

df['ID'] = df['ID'].apply(lambda x: '{0:0>15}'.format(x))

甚至

df['ID'] = df['ID'].apply(lambda x: x.zfill(15))