我有一个DataFrame,df有3775行×8列。
我的df.columns
是
Index(['FY', 'Month', 'Sales Area', 'BSP Agent', 'City Booking Office','General Sales Agent', 'Web Sales', 'Total'] of dtype='object'
对于column df[['BSP Agent', 'City Booking Office', 'General Sales Agent', 'Web Sales', 'Total']]
,我想执行以下操作:从列中删除空格,然后将对象转换为数字。
我用过,for loop
但是很混乱
for e in df_c:
df_c[e] = df_c[e].replace(' ', '', regex=True)
df_c[e] = pd.to_numeric(df_c[e], errors='coerce').fillna(0, downcast='infer')
break
有更好的方法来完成我的任务吗?
如果从文件和空间创建DataFrame是数千个,最好的解决方案是使用中的thousands
参数read_csv
,那么将正确的列也转换为数值:
df = pd.read_csv(file, thousands=' ')
使用DataFrame.replace
和DataFrame.fillna
将所有选定的列按列表使用,并转换为数字使用DataFrame.apply
:
cols = ['BSP Agent', 'City Booking Office', 'General Sales Agent', 'Web Sales', 'Total']
df[cols] = (df[cols].replace(' ', '', regex=True)
.apply(lambda x: pd.to_numeric(x, errors = 'coerce'))
.fillna(0, downcast='infer'))
样品:
np.random.seed(123)
c =['FY', 'Month', 'Sales Area', 'BSP Agent',
'City Booking Office','General Sales Agent', 'Web Sales', 'Total']
cols = ['BSP Agent', 'City Booking Office', 'General Sales Agent', 'Web Sales', 'Total']
df = (pd.DataFrame(np.random.rand(5, len(cols)) * 10000, columns=cols)
.astype(int)
.applymap(lambda x: '{:,}'.format(x).replace(',', ' '))
.reindex(c, axis=1, fill_value='data'))
print (df)
FY Month Sales Area BSP Agent City Booking Office General Sales Agent \
0 data data data 6 964 2 861 2 268
1 data data data 4 231 9 807 6 848
2 data data data 3 431 7 290 4 385
3 data data data 7 379 1 824 1 754
4 data data data 6 344 8 494 7 244
Web Sales Total
0 5 513 7 194
1 4 809 3 921
2 596 3 980
3 5 315 5 318
4 6 110 7 224
cols = ['BSP Agent', 'City Booking Office', 'General Sales Agent', 'Web Sales', 'Total']
df[cols] = (df[cols].replace(' ', '', regex=True)
.apply(lambda x: pd.to_numeric(x, errors = 'coerce'))
.fillna(0, downcast='infer'))
print (df)
FY Month Sales Area BSP Agent City Booking Office General Sales Agent \
0 data data data 6964 2861 2268
1 data data data 4231 9807 6848
2 data data data 3431 7290 4385
3 data data data 7379 1824 1754
4 data data data 6344 8494 7244
Web Sales Total
0 5513 7194
1 4809 3921
2 596 3980
3 5315 5318
4 6110 7224
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。
我来说两句