我有一个这样的数据框:
df_encoded.head()
Time Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 ... Q31 Q33 Q36 Q38 Q42 Q44 Q45 Q47 Q49 Q50
0 3746 0 3 56 3 1 7 7 0 4152 ... [1, 5, 9, 10] [6, 2, 0, 1, 3] [1, 11] 19 0 5 5 [54, 55, 97] [11, 8, 10] 8
1 3778 1 1 21 3 8 4 7 0 8541 ... 1 11 [10, 0, 13, 1] [9, 2] 1 [0, 1] [0, 5] 39 9 [8, 4]
2 4261 1 4 8 1 7 11 0 2 870 ... [1, 5, 9] 3 1 13 3 4 4 91 [18, 19, 5, 2, 1, 0, 7, 19, 5, 3, 7, 17, 6, 4,... [7, 1]
3 1180 1 0 21 3 7 11 16 0 4103 ... [4, 5, 8, 9] [2, 0, 1, 5, 10] [10, 4, 11] [19, 20, 9, 11] [5, 0] 4 [0, 4, 6] 54 [16, 12, 11, 9] 4
4 3823 1 3 19 3 2 17 15 7 3251 ... [5, 8, 9, 10] [2, 0, 1, 7, 1, 5, 4] 10 13 5 4 [4, 6] [54, 47, 97, 98] [19, 5, 2, 1, 0, 7, 12, 11, 8, 10] [8, 0]
所有列中的数据类型均为对象。我可以轻松地将类型从OBJECT更改为int或float,因为它们不是其中的任何列表。但是,正如您在数据框中看到的那样,其中有一些列具有列表,并且我无法将其类型从OBJECT更改为Float .....是否有解决方案?
最后,我要有相关矩阵。但是有了对象,我无法在带有对象类型数据的列中使用df_encoded.corr()。制作热图需要此相关矩阵。
答案 0 :(得分:1)
您需要实现什么?
如果您确实知道,只有包含一个列表的行可以解决您的问题,并且列表中的对象需要浮动,那么您可能需要遍历每一行。如果您有一个庞大的数据集,即数百万行,那么您可能需要重新考虑要实现的目标。
要简单地转换行,您将需要使用.apply
,它会在pandas数据框中的每一行上进行迭代,并允许您对该行执行操作,在这种情况下,请更改该行的类型。快速的胜利可能是使用numpy.array
。
import numpy as np
df_encoded['Q31'] = df_encoded.apply(
lambda x: np.array(x['Q31']).astype(float),
axis=1
)