Question

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。

Answer 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
)

熊猫数据框中的浮动对象

1 个答案: