pandas：将多列转换为字符串

Posted 2023-03-11

【中文标题】pandas：将多列转换为字符串

【英文标题】：pandas: convert multiple columns to string

【发布时间】：2016-08-30 07:57:16

【问题描述】：

我有一些列 ['a', 'b', 'c', etc.]（a 和 c 是 float64 而b 是 object）

我想将所有列转换为字符串并保留nans。

尝试使用df[['a', 'b', 'c']] == df[['a', 'b', 'c']].astype(str)，但float64 列留有空白。

目前我正在与以下内容一一进行：

df['a'] = df['a'].apply(str)
df['a'] = df['a'].replace('nan', np.nan)

使用.astype(str) 然后用np.nan 替换'' 是最好的方法吗？ 附带问题：.astype(str) 和 .apply(str) 之间有区别吗？

示例输入：（dtypes：a=float64，b=object，c=float64）

a, b, c, etc.
23, 'a42', 142, etc.
51, '3', 12, etc.
NaN, NaN, NaN, etc.
24, 'a1', NaN, etc.

所需的输出：（dtypes：a=object，b=object，c=object）

a, b, c, etc.
'23', 'a42', '142', etc.
'51', 'a3', '12', etc.
NaN, NaN, NaN, etc.
'24', 'a1', NaN, etc.

【问题讨论】：

您可以发布示例输入和所需的输出数据集吗？

@Maxu 当然，我更新了问题

【参考方案1】：

这会为您提供列名列表

lst = list(df)

这会将所有列转换为字符串类型

df[lst] = df[lst].astype(str)

【参考方案2】：

df = pd.DataFrame(
    'a': [23.0, 51.0, np.nan, 24.0],
    'b': ["a42", "3", np.nan, "a1"],
    'c': [142.0, 12.0, np.nan, np.nan])

for col in df:
    df[col] = [np.nan if (not isinstance(val, str) and np.isnan(val)) else 
               (val if isinstance(val, str) else str(int(val))) 
               for val in df[col].tolist()]

>>> df
     a    b    c
0   23  a42  142
1   51    3   12
2  NaN  NaN  NaN
3   24   a1  NaN

>>> df.values
array([['23', 'a42', '142'],
       ['51', '3', '12'],
       [nan, nan, nan],
       ['24', 'a1', nan]], dtype=object)

【讨论】：

谢谢！这样基本上遍历每一列，如果它不是字符串并且丢失，则留下np.nan，否则将值转换为字符串（如果我是正确的）。伟大的！你也知道如何摆脱.0s 吗？

由于 np.nan，列被转换为浮点数。我会添加一些东西来转换成整数。

【参考方案3】：

您可以对数据框的每个元素应用.astype() 函数，也可以通过以下方式选择感兴趣的列转换为字符串。

In [41]: df1 = pd.DataFrame(
    ...:     'a': [23.0, 51.0, np.nan, 24.0],
    ...:     'b': ["a42", "3", np.nan, "a1"],
    ...:     'c': [142.0, 12.0, np.nan, np.nan])
    ...: 

In [42]: 

In [42]: df1
Out[42]: 
      a    b      c
0  23.0  a42  142.0
1  51.0    3   12.0
2   NaN  NaN    NaN
3  24.0   a1    NaN

### Shows current data type of the columns:
In [43]: df1.dtypes
Out[43]: 
a    float64
b     object
c    float64
dtype: object

### Applying .astype() on each element of the dataframe converts the datatype to string
In [45]: df1.astype(str).dtypes
Out[45]: 
a    object
b    object
c    object
dtype: object

### Or, you could select the column of interest to convert it to strings
In [48]: df1[["a", "b", "c"]] = df1[["a","b", "c"]].astype(str)

In [49]: df1.dtypes ### Datatype update
Out[49]: 
a    object
b    object
c    object
dtype: object

【讨论】：

为什么 df1.astype(str).dtypes 只显示对象类型？

【参考方案4】：

我是这样做的。

从特定列中获取所有值，例如'文本'。

k = df['text'].values

然后，将每个值运行到一个新声明的字符串中，例如'字符串'

thestring = ""
for i in range(0,len(k)):
    thestring += k[i]
print(thestring)

因此，pandas 'text' 列中的所有字符串都已放入一个字符串变量中。

干杯， 公平的