Question

我有一个要转换为数字的列的数据框，如下所示：

for col in df.columns[22:33]:
   df[col] = pd.to_numeric(df[col], errors = 'coerce')

哪个效果很好。但是，只要我尝试包含多个范围，就这样：

for col in df.columns[22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89,91:94 ]:
    df[col] = pd.to_numeric(df[col], errors = 'coerce')

我得到了错误，

IndexError:  too many indices for array

有没有解决的办法，我希望不必针对每个范围一遍又一遍地做。谢谢。

Answer 1

这是np.r_的功能。您传入数字和切片的数组，它将把它们构造/连接到扩展数组中。

cols = np.r_[22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89,91:94]

array([22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38,
       39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55,
       56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 68, 69, 71, 72, 74, 75, 76,
       77, 78, 81, 82, 83, 84, 85, 88, 89, 91, 92, 93])

之后，您可以将cols用作

df.columns[cols]

Answer 2

然后您必须创建2个循环。创建一个包含范围的元素的列表，然后对其进行循环，在此循环中插入原始的循环代码。

赞：

for i in range_list:
    for col in df.columns[i]:
        #do your code here.

您的range_list将具有您需要的范围。

Answer 3

假设目标列代表数据框中各列的整数名称（按照您的示例），则可以对字符串进行修饰并连接结果。

target_cols_str = "22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89, 91:94"
df_series = []
for col in target_cols_str.split(','):
    col = col.strip()  # Remove any whitespace.
    if ':' in col:
        lhs, rhs = col.split(':')
        df_series.append(df.loc[:, int(lhs):int(rhs)])
    else:
        df_series.append(df.loc[:, int(col)])
df2 = pd.concat(df_series, axis=1)

应用于您的示例以将原始数据框转换为数值：

target_cols_str = "22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89, 91:94"
for col in target_cols_str.split(','):
    col = col.strip()  # Remove any whitespace.
    if ':' in col:
    lhs, rhs = col.split(':')
    for col_name in range(int(lhs), int(rhs) + 1):
        df.loc[:, col_name] = pd.to_numeric(df.loc[:, col_name], errors = 'coerce')
    else:
        df.loc[:, int(col)] = pd.to_numeric(df.loc[:, int(col)], errors = 'coerce')

python pandas错误：数组索引过多

3 个答案: