pd.read_excel()
for x in energy['Energy Supply']:
print(type(x))
结果样本是:
<class 'str'>
<class 'int'>
<class 'float'>
我需要将此列中的数值乘以一百万。
我尝试了以下代码,但没有说法:
unorderable类型:str()&gt; INT()
for x in energy['Energy Supply']:
if type(x) != 'str':
while x>0:
x = x*1000000
我试过了:
energy['Energy Supply'].select_dtypes(include=['int64']) * 1000000
但它说:
AttributeError:'Series'对象没有属性'select_dtypes'
我试过了:
energy['Energy Supply'] = [x * 1000000 for (type(x)=='int'
& x in energy['Energy Supply'])]
但是语法错误。
两者都没有奏效:
energy.multiply(1000000, axis='Energy Supply', level=None, fill_value=None)
以下行不会给我错误,但它没有做任何事情:
energy[energy.select_dtypes(include=['number']).columns] *= 1000000
如果有人能帮助我如何做到这一点,我真的很感激。
答案 0 :(得分:2)
您可以使用由mask
和to_numeric
创建的掩码notnull
:
energy = pd.DataFrame({'Energy Supply':[10, 1.0,'a']})
print(energy)
Energy Supply
0 10
1 1
2 a
mask = pd.to_numeric(energy['Energy Supply'], errors='coerce').notnull()
print (mask)
0 True
1 True
2 False
Name: Energy Supply, dtype: bool
另一个解决方案是检查types
:
mask = energy['Energy Supply'].apply(lambda x: type(x) in [int, float])
print (mask)
0 True
1 True
2 False
Name: Energy Supply, dtype: bool
energy['Energy Supply'] = energy['Energy Supply'].mask(mask,
energy['Energy Supply'] * 1000000)
print (energy)
Energy Supply
0 10000000
1 1e+06
2 a
而mask
可以使用loc
仅用于选择数字值:
print (energy.loc[mask, 'Energy Supply'])
0 10
1 1
Name: Energy Supply, dtype: object
energy.loc[mask, 'Energy Supply'] = energy.loc[mask, 'Energy Supply'] * 1000000
print (energy)
Energy Supply
0 10000000
1 1e+06
2 a
答案 1 :(得分:2)
pd.to_numeric
的errors='coerce'
dropna
+ update
使用@ jezrael的数据框
energy = pd.DataFrame({'Energy Supply':[10, 1.0,'a']})
energy.update(pd.to_numeric(energy['Energy Supply'], 'coerce').mul(1e6).dropna())
energy
Energy Supply
0 1e+07
1 1e+06
2 a
答案 2 :(得分:1)
另一种解决方案:
def multiply_if_number(x): # This could be a `lambda`
return x * 1e6 if type(x) in [int,float] else x
energy['Energy Supply'] = energy['Energy Supply'].apply(multiply_if_number)