在熊猫数据框中将列中的值从十六进制转换为二进制

Question

我在pandas数据框中有一个具有十六进制值的列，例如：

Data
1A
2B
BB
FF
A7
78
CB

我想将十六进制值转换为二进制，然后从二进制转换为前3位，最后将3位值转换为十进制。

二进制数据列为：

Data
00011010
00101011
10111011
11111111
10100111
01111000
11001011

前3位：

Data
010
011
011
111
111
000
011

最后是十进制的期望值：

Data
2
3
3
7
7
0
3

如何执行此操作？我尝试使用bin（）函数，但不适用于熊猫数据框。

Answer 1

我们可以通过一系列操作来做到这一点：

1. 首先，我们用int将十六进制数转换为.apply(int, base=16)；
2. 接下来，我们使用.apply(bin)将其转换为二进制数据；
3. 接下来，我们用.str[2:]分割前两个字符；
4. 然后我们用.str[-3:]获得最后三个字符；和
5. 最后，我们再次用int将它们解释为.apply(int, base=2)。

所以：

>>> df.Data.apply(int, base=16).apply(bin).str[2:].str[-3:].apply(int, base=2)
0    2
1    3
2    3
3    7
4    7
5    0
6    3
Name: Data, dtype: int64

但是我们可以在这里使用另一种策略：

1. 我们首先将十六进制数转换为int；和
2. 然后我们按位应用0b111。

例如：

>>> df.Data.apply(int, base=16) & 0b111
0    2
1    3
2    3
3    7
4    7
5    0
6    3
Name: Data, dtype: int64

第二次尝试不仅更简单，而且速度更快，大约达到了66％：

>>> timeit(first_strategy, number=10000)
6.962630775000434
>>> timeit(second_strategy, number=10000)
2.330652763019316

对于一个将样本数据重复100次的数据框，我们得到：

>>> timeit(first_strategy, number=10000)
17.603060900000855
>>> timeit(second_strategy, number=10000)
5.901462858979357

这又快了66％。

Answer 2

您可以使用：

df.Data.apply(lambda v: int(format(int(v, 16), '08b')[-3:], 2))

哪个给你：

0    2
1    3
2    3
3    7
4    7
5    0
6    3
Name: Data, dtype: int64

这些步骤是：

• 获取原始数据，然后使用int(number, 16)（以16为十六进制）将其转换为十进制（int('1A', 16) == 26）
• 获取该数字并将其格式化为二进制字符串format(number, '08b')，您会得到一个字符串0/1的零，该字符串填充在左侧（format(26, '08b') == '00011010'）
• 采用该字符串[-3:]（'010'）的最后3个字符并将其转换为以2为底的十进制形式，int(binary_string[-3:], 2)为您提供：2