从熊猫数据框中获取字符串

Question

我有一个 Pandas 数据框，其中的元素是字符串但表示为“对象”：

我想访问字符串本身。这看起来非常简单，但我似乎无法将其转换为字符串：

我也按照另一篇文章的建议尝试了 vocab.iloc[0].astype(str) 和 .astype('|S') ，但这仍然打印出类似于第一张图片的内容。

编辑：我刚刚意识到数据框 titles 是词汇，条目是 NaN .... 完整的数据框看起来像 。但是，我选择了符合数据框条目是字符串这一假设的答案。

Answer 1

我尝试创建一个与您的用例相当的示例片段，并从数据框中提取所需的元素。有关更多信息和解释，请参阅我的代码片段中的评论：

import io

import pandas as pd


# define some lorem ipsum sample data to work with in this snippet
data_string = """
words
Lorem
ipsum
dolor
sit
amet
consetetur
sadipscing
elitr
sed
diam
"""

# convert string to file-like StringIO and load data into a dataframe
data = io.StringIO(data_string)
df = pd.read_csv(data)

# print the dataframe we will be working with
print(df)

# printing `.info()` will show us that the dataframe consists of objects (same as in your example)
print(df.info())

# let's have a look at the element at integer based index 0 (using `.iloc[0]`)
# this returns a named Series (named `words` here) with a single element
print(df.iloc[0])

# access the series value(s) by calling `.values`
print(df.iloc[0].values)

# as this is a single element Series, we could extract the element
element, = df.iloc[0].values
print(element)

Answer 2

1. iloc[n] 用于索引 Dataframe 的一行而不是单个值，refer this page
2. 从图片上看，数据中有 NAN 个值，您可以使用 .fillna()
替换它们
3. 要获取 datafame 中单个值的数据类型，请尝试 df.iloc[0][0].__class__
4. 获取单个值，例如第一个元素使用 df.iloc[0][0]
5. 要将所有值（字符串）作为列表获取，请使用 df[<column name>].values 或在本例中仅使用 df.values 然后 .flatten() 将其从二维列表转换为一维列表

示例：

import pandas as pd #TODO
d1 = ['i', '11', '40', '42', '60' ,'50']
df = pd.DataFrame(d1)
df = df.fillna('')

print(df.iloc[0][0].__class__)

print(df.iloc[0][0])

print(df.values.flatten())

输出：

<class 'str'>

i

['i' '11' '40' '42' '60' '50']