将 pandas 数据框列从十六进制字符串转换为 int

Posted 2023-02-23

【中文标题】将 pandas 数据框列从十六进制字符串转换为 int

【英文标题】：convert pandas dataframe column from hex string to int

【发布时间】：2016-10-23 16:14:33

【问题描述】：

我有一个非常大的数据框，我想避免遍历每一行，并希望将整列从十六进制字符串转换为整数。它不能使用 astype 正确处理字符串，但单个条目没有问题。有没有办法告诉 astype 数据类型是以 16 为基数的？

IN:
import pandas as pd
df = pd.DataFrame(['1C8','0C3'], columns=['Command0'])
df['Command0'].astype(int)
OUT:
ValueError: invalid literal for int() with base10: '1C8'

这可行，但希望避免行迭代。

for index, row in df.iterrows():
    print(row['Command0'])

我正在从 CSV pd.read_csv(open_csv, nrows=20) 中读取它，所以如果有办法读取它并明确告诉它格式是什么，那就更好了！

【参考方案1】：

您可以按照@Andrew's solution 使用apply，但lambda 不是必需的，并且会增加开销。相反，使用带有关键字参数的apply：

res = df['Command0'].apply(int, base=16)

print(res)

0    456
1    195
Name: Command0, dtype: int64

使用pd.read_csv，您可以使用functools.partial：

from functools import partial

df = pd.read_csv(open_csv, nrows=20, converters='Command0': partial(int, base=16))

【参考方案2】：

你可以使用apply。

df.Command0.apply(lambda x: int(x, 16))
>>>
0    456
1    195
Name: Command0, dtype: int64

您可以使用converters 参数调用pd.read_csv 来做到这一点：

df = pd.read_csv("path.txt", converters="Command0": lambda x: int(x, 16))

【讨论】：

感谢您的回答。我还发现，只要您明确告诉它转换器情况下的基数，您就不需要应用“0x”。 df = pd.read_csv(open_csv, nrows=20, converters = 'Command0': lambda x: int(x,16))

【参考方案3】：

反向操作（浮点到十六进制无损转换）将是：

df['Command0'].apply(float.hex)