Question

我有一个数据帧，其中包含许多（但不是全部）Decimal128列（取自mongodb集合）。我无法对它们执行任何数学运算或比较运算（例如，在'Decimal128'和'float'实例之间不支持'<'）。

将所有这些转换为float或我可以使用的一些更简单的内置类型的最快/最简单的方法是什么？

有Decimal128 to_decimal（）方法和pandas astype（），但是如何在一个步骤/辅助方法中为所有（decimal128）列做到这一点？

编辑，我已经尝试过：

testdf =  my_df.apply(lambda x: x.astype(str).astype(float) if isinstance(x, Decimal128) else x)

testdf[testdf["MyCol"] > 80].head()

但是我得到了

TypeError: '>' not supported between instances of 'Decimal128' and 'int'

使用.astype（str）.astype（float）转换单个列即可。

Answer 1

投射完整的DataFrame。

df = df.astype(str).astype(float)

对于单列。 ID 是列的名称。

df["IDs"] = df.IDs.astype(str).astype(float)

测试实施

from pprint import pprint
import bson
df = pd.DataFrame()
y = []
for i in range(1,6):
    i = i *2/3.5
    y.append(bson.decimal128.Decimal128(str(i)))
pprint(y)
df["D128"] = y
df["D128"] = df.D128.astype(str).astype(float)
print("\n", df)

输出：

[Decimal128('0.5714285714285714'),
 Decimal128('1.1428571428571428'),
 Decimal128('1.7142857142857142'),
 Decimal128('2.2857142857142856'),
 Decimal128('2.857142857142857')]

        D128
0  0.571429
1  1.142857
2  1.714286
3  2.285714
4  2.857143

Answer 2

只需使用：

df = df.astype(float)

您也可以使用apply或applymap（应用智能元素操作），尽管与以前的方法相比效率不高。

df = df.applymap(float)

我无法在系统中重现Decimal128数字。您可以检查下一行是否适合您？

df =  df.apply(lambda x: x.astype(float) if isinstance(x, bson.decimal.Decimal128) else x)

它将检查列的类型是否为Decimal128，然后将其转换为float。

如何在熊猫数据框中将Decimal128转换为十进制

2 个答案: