Question

我有一个非常大的数据框，我想避免遍历每一行，并希望将整个列从十六进制字符串转换为int。它不会使用astype正确处理字符串，但单个条目没有问题。有没有办法告诉astype数据类型是基数16？

IN:
import pandas as pd
df = pd.DataFrame(['1C8','0C3'], columns=['Command0'])
df['Command0'].astype(int)
OUT:
ValueError: invalid literal for int() with base10: '1C8'

这样可行但希望避免行迭代。

for index, row in df.iterrows():
    print(row['Command0'])

我正在通过CSV pd.read_csv(open_csv, nrows=20)阅读此内容，因此，如果有办法将其读入并明确告诉它格式是什么，那就更好了！

Answer 1

您可以使用apply。

df.Command0.apply(lambda x: int(x, 16))
>>>
0    456
1    195
Name: Command0, dtype: int64

您可以使用pd.read_csv参数调用converters来执行此操作：

df = pd.read_csv("path.txt", converters={"Command0": lambda x: int(x, 16)})

Answer 2

您可以按照@Andrew's solution使用apply，但是lambda不是必需的，而且会增加开销。而是将apply与关键字参数一起使用：

res = df['Command0'].apply(int, base=16)

print(res)

0    456
1    195
Name: Command0, dtype: int64

通过pd.read_csv，您可以使用functools.partial：

from functools import partial

df = pd.read_csv(open_csv, nrows=20, converters={'Command0': partial(int, base=16)})

将pandas dataframe列从十六进制字符串转换为int

2 个答案: