根据条件将 Pandas DataFrame 列从 String 转换为 Int答案

【问题标题】：Convert Pandas DataFrame Column From String to Int Based on Conditional根据条件将 Pandas DataFrame 列从 String 转换为 Int
【发布时间】：2015-08-03 14:44:54
【问题描述】：

我有一个看起来像的数据框

viz  a1_count  a1_mean     a1_std
n         3        2   0.816497
y         0      NaN        NaN 
n         2       51  50.000000

我想根据条件将“viz”列转换为 0 和 1。我试过了：

df['viz'] = 0 if df['viz'] == "n" else 1

但我明白了：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您正在尝试将标量与引发您看到的ValueError 的整个系列进行比较。一个简单的方法是将布尔系列转换为int：

In [84]:
df['viz'] = (df['viz'] !='n').astype(int)
df

Out[84]:
   viz  a1_count  a1_mean     a1_std
0    0         3        2   0.816497
1    1         0      NaN        NaN
2    0         2       51  50.000000

你也可以使用np.where:

In [86]:
df['viz'] = np.where(df['viz'] == 'n', 0, 1)
df

Out[86]:
   viz  a1_count  a1_mean     a1_std
0    0         3        2   0.816497
1    1         0      NaN        NaN
2    0         2       51  50.000000

布尔比较的输出：

In [89]:
df['viz'] !='n'

Out[89]:
0    False
1     True
2    False
Name: viz, dtype: bool

然后投射到int:

In [90]:
(df['viz'] !='n').astype(int)

Out[90]:
0    0
1    1
2    0
Name: viz, dtype: int32

【讨论】：

在研究某些东西时偶然发现了这篇文章。 2年后，现在可能会有新的选择。在我的代码中只使用了这个：pd.to_numeric(myDF['myDFCell'], errors='coerce')。这可能是较新的 pandas 语法。 coerce 标志告诉它将不能转换为数字的转换为 NA，这样它就不会抛出错误。
@TMWP 这可能是真的，但 OP 不想将 'n' 转换为在这种情况下会转换为 NaN 的数字，所以这里的用例略有不同
对。只是一个有用的补充。我在研究如何将 Pandas 中的字符串列转换为数字时来到这篇文章。这是堆栈溢出提出的最接近该问题的问题。

【解决方案2】：

来自@TMWP 上面的评论：

pd.to_numeric(myDF['myDFCell'], errors='coerce')

它的作用就像一个魅力，是一种快速简单的单衬里

【讨论】：