Блог

Главная - Вопросы по программированию - Преобразовать все столбцы в число с плавающей запятой, если в определенном столбце указаны цифры python

Преобразовать все столбцы в число с плавающей запятой, если в определенном столбце указаны цифры python

#python #pandas #dataframe

Вопрос:

Я хочу преобразовать все мои столбцы в число с плавающей запятой, если в определенном столбце указаны цифры.

Вот что я пробовал до сих пор:

 for columns in range(len(df.columns)):
  for rows in range(len(df)):
    if str(df.iloc[rows,columns]).replace('.','',1).isdigit() == True:
      df.iloc[rows,columns] = float(df.iloc[rows,columns])

Он работает хорошо, но для его запуска требуется много времени из-за размера фрейма данных. Есть ли у кого-нибудь идеи для более простого и эффективного кода?

Комментарии:

1. привет! можете ли вы опубликовать пример (в коде!) входного набора данных и ожидаемого результата?

Ответ №1:

Отвечает ли это на ваш вопрос?

 df =  df.apply(lambda i: i.apply(lambda x: float(x) if str(x).replace('.','',1).isdigit() else x))

Комментарии:

1. это работает! просто интересно, как использование лямбда-функции приводит к более быстрому выполнению по сравнению с циклами?

Ответ №2:

Вы можете применить pandas.to_numeric его ко всем столбцам. При указании errors='coerce' нечисловых значений они будут преобразованы в NaN. https://pandas.pydata.org/docs/reference/api/pandas.to_numeric.html

Затем передайте fillna фрейм данных, чтобы заполнить NAN исходными нечисловыми значениями.

Это должно быть быстрее, чем другой ответ для больших фреймов данных.

 >>> df = pd.DataFrame([["x", 1, "2.1"], [3.2, "y", "5."]], columns=list("ABC"))
>>> df

     A  B    C
0    x  1  2.1
1  3.2  y   5.

>>> df = (
       df.apply(pd.to_numeric, errors='coerce', downcast='float')
         .fillna(df)
)

>>> df

     A  B    C
0    x  1  2.1
1  3.2  y    5

# confirm that the values are floats
>>> type(df.at[0,'C'])
float
>>> type(df.at[1,'C'])
float
Метки: ,