如何将熊猫列中的一系列字符串转换为整数

s.23 发表于 Dev

110

第23条

我有一个熊猫数据框，其中的日期列格式为“ 2016-05-03”，这些是字符串btw。我需要将它们从字符串转换为int并在连字符（'-'）处拆分，仅提取年份，以便[0]。

这是我尝试将字符串转换为整数的方法：

tyc.startDate = tyc.startDate.astype(np.int64)

但是它正在返回并且出错：

ValueError：以10为基数的int（）的无效文字：'2015-06-01'

这是我为拆分所做的：

tyc.startDate.str.split('-')[0]

和

tyc.startDate.str.split('-', [0])

但这也不起作用，它正在拆分并以这种形式返回该列中所有行的列表：['2015'，'06'，'01']，我想将这一年拆分！

我敢肯定有一种简单的方法可以将其转换为int并在位置0处拆分为（'-'），然后将其作为新列放入df中，请帮忙！

耶斯列尔

我相信您的数据包含NaNs或不包含日期时间值：

tyc = pd.DataFrame({'startDate':['2016-05-03','2017-05-03', np.nan],
                    'col':[1,2,3]})
print (tyc)
   col   startDate
0    1  2016-05-03
1    2  2017-05-03
2    3         NaN

使用str[0]每一行的第一个返回列表值第一。但是然后出现了问题-有些NaNs无法转换为int（设计）-所以输出是浮动的：

print (tyc.startDate.str.split('-').str[0].astype(float))
0    2016.0
1    2017.0
2       NaN
Name: startDate, dtype: float64

另一个解决方案是将datetime转换为datetimeto_datetime并通过year以下方式解析year ：

print (pd.to_datetime(tyc.startDate, errors='coerce'))
0   2016-05-03
1   2017-05-03
2          NaT
Name: startDate, dtype: datetime64[ns]

print (pd.to_datetime(tyc.startDate, errors='coerce').dt.year)
0    2016.0
1    2017.0
2       NaN
Name: startDate, dtype: float64

解决方案NaN：

tyc['year'] = pd.to_datetime(tyc.startDate, errors='coerce').dt.year
print (tyc)
   col   startDate    year
0    1  2016-05-03  2016.0
1    2  2017-05-03  2017.0
2    3         NaN     NaN

1。

用NaNs by删除所有行，dropna然后将其强制转换为int：

tyc = tyc.dropna(subset=['year'])
tyc['year'] = tyc['year'].astype(int)
print (tyc)
   col   startDate  year
0    1  2016-05-03  2016
1    2  2017-05-03  2017

2。

将NaNs替换为一些int值，例如1by fillna，然后将其强制转换为int：

tyc['year'] = tyc['year'].fillna(1).astype(int)
print (tyc)
   col   startDate  year
0    1  2016-05-03  2016
1    2  2017-05-03  2017
2    3         NaN     1

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。