如何在熊猫数据框中捕获连字符分隔数字的平均值？

Posted 2023-02-18

【中文标题】如何在熊猫数据框中捕获连字符分隔数字的平均值？

【英文标题】：How to capture mean of hyphen seperated numbers in a pandas dataframe?

【发布时间】：2018-02-19 18:56:22

【问题描述】：

我有一个Pandas DataFrame 的吸毒者年龄。我的问题：有些年龄用连字符分隔，例如'50-64'。我想获取连字符分隔数字的平均值并用它替换单元格。

1.有没有办法通过某种循环或方法来做到这一点？我不想简单地硬编码drugs.loc[10,'age'] = np.mean(55+64)

2.为了将来参考，有没有更优雅的方式来处理用连字符分隔的数字的数据？

input:
drugs.age
output:
0        12
1        13
2        14
3        15
4        16
5        17
6        18
7        19
8        20
9        21
10    22-23
11    24-25
12    26-29
13    30-34
14    35-49
15    50-64
16      65+

input:
drugs.age.dtype
output:
dtype('O')

【参考方案1】：

你可以使用：

replace + 清空 string split 值到 DataFrame 由astype 转换为float 所有值 通过DataFrame.mean获取每行的平均值

---

drugs['age'] = drugs['age'].str.replace('+','')
                           .str.split('-', expand=True)
                           .astype(float)
                           .mean(axis=1)
print (drugs)
     age
0   12.0
1   13.0
2   14.0
3   15.0
4   16.0
5   17.0
6   18.0
7   19.0
8   20.0
9   21.0
10  22.5
11  24.5
12  27.5
13  32.0
14  42.0
15  57.0
16  65.0

如果某些值是数字并且某些字符串是必需的，则首先将全部转换为字符串：

drugs['age'] = drugs['age'].astype(str)
                           .str.replace('+','')
                           .str.split('-', expand=True)
                           .astype(float)
                           .mean(axis=1)

【讨论】：

谢谢！这很好用。了解了 expand=True 和 .astype(float)

很高兴能帮上忙！美好的一天！

这是一个非常简洁的答案。谢谢@jezrael。一个问题，您能否解释一下当展开设置为“False”时 str.split 如何为系列工作。我在看pandas.pydata.org/pandas-docs/stable/generated/…，但我不太明白。非常感谢

这给出了TypeError: arg must be a list, tuple, 1-d array, or Series。我尝试删除 expand=True 但又出现了另一个错误。

@stallingOne - 哎呀，需要drugs['age'] = drugs['age'].astype(str) .str.replace('+','') .str.split('-', expand=True).apply(lambda x: pd.to_numeric(x, errros='coerce')).mean(axis=1)