【问题标题】:Convert "words" of an int64 into a list in Python将 int64 的“单词”转换为 Python 中的列表
【发布时间】:2021-05-17 13:08:31
【问题描述】:

我有这个变量:

打印(mv)

genus                4505 
snails                386 
level                 460 
cats                 2813

请注意,这是对 100*1000 个单元格数组的简化。

这个变量的出处是:

mv = miss_values_count[miss_values_count != 0]

它的类型是int64

我想列出一个有名字但没有数字的列表...

像这样:

[属、蜗牛、等级、猫]

我试过了

list=[mv[0],mv[1],mv[2],mv[3]]

但输出有数字...

我能做什么?

【问题讨论】:

  • 我不确定我是否关注,mv 是 Pandas DataFrame 还是什么?我认为您误解了您的数据类型,第二列可能表示为 int64 而不是您的数据框 mv 本身
  • 你能告诉我们print(type(mv), type(miss_values_count)) 提供了什么吗?

标签: python list int64


【解决方案1】:

获取pd.Series的索引列表:

lst = list(mv.index)

【讨论】:

  • 它给我发了一个错误:IndexingError: Too many indexers
  • 我才意识到那不是pd.Series
  • 你自己写了这个从@captainK 的帖子中引发的错误:AttributeError: 'Series' object has no attribute 'split'。所以根据这个数据类型是系列。我不明白它怎么会不起作用。
【解决方案2】:

如果您按如下方式构建了 pandas 数据框

>>> import pandas as pd
>>> mv = pd.DataFrame([['genus', 4505],
                       ['snails', 386],
                       ['level', 460],
                       ['cats', 2813]],
                      columns=['name', 'number'])

那么就可以得到'names'列如下

>>> mv['name']
0     genus
1    snails
2     level
3      cats
Name: name, dtype: object

【讨论】:

  • 这个我还没建,不是4*2的数组,有100*1000。该帖子是一种简化。
  • @JoanSerrano 我展示了索引数据框的特定列的一般想法。如果您想要更具体的答案,您需要更新您的帖子以包含更多详细信息
【解决方案3】:

如果数字总是正整数,那么以下将起作用:

text = 'genus 4505 snails 386 level 460 cats 2813'
list = [x for x in text.split(' ') if not x.isdigit()]
print(list)

['genus', 'snails', 'level', 'cats']

我之所以提到正整数是因为 isdigit 不适用于负整数。

更新:在编辑问题之前,输入看起来像是一个字符串,因此我的回答如上。

Update2:它是一个 Pandas 数据框。您需要使用列名。这是我的数据框。 col1 和 col2 是标题列。

col1    col2 
genus   4505
snails   386
level    460
cats    2813

这会给我列表中 col1 的值:

list = df['col1'].tolist()

【讨论】:

  • 因此我的回答中出现了“更新”部分。
  • 它给我发了这个错误:AttributeError: 'Series' object has no attribute 'split'
  • @JoanSerrano:在我的回答中添加了 Update2。
猜你喜欢
  • 2020-02-17
  • 1970-01-01
  • 2022-08-03
  • 2020-04-02
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2015-06-02
相关资源
最近更新 更多