仅对带有 Pandas 的字符串列应用转换，忽略数字数据

Posted 2023-03-12

【中文标题】仅对带有 Pandas 的字符串列应用转换，忽略数字数据

【英文标题】：Apply transformation only on string columns with Pandas, ignoring numeric data

【发布时间】：2021-01-30 02:52:54

【问题描述】：

所以，我有一个相当大的数据框，有 85 列和近 90,000 行，我想在所有数据框中都使用 str.lower()。但是，有几列包含数字数据。有没有简单的解决方案？

> df

    A   B   C
0   10  John    Dog
1   12  Jack    Cat
2   54  Mary    Monkey
3   23  Bob     Horse

然后，在使用类似 df.applymap(str.lower) 之后，我会得到：

> df

    A   B   C
0   10  john    dog
1   12  jack    cat
2   54  mary    monkey
3   23  bob     horse

目前它正在显示此错误消息：

TypeError: descriptor 'lower' requires a 'str' object but received a 'int'

【参考方案1】：

df.apply(lambda x:[x.str.lower() if x.dtypes==object else x])

【参考方案2】：

从 pandas 1.X 开始，您可以使用 select_dtypes("string") 有效地选择纯字符串列：

string_dtypes = df.convert_dtypes().select_dtypes("string")
df[string_dtypes.columns] = string_dtypes.apply(lambda x: x.str.lower())

df
    A     B       C
0  10  john     dog
1  12  jack     cat
2  54  mary  monkey
3  23   bob   horse

df.dtypes

A     int64
B    string
C    string
dtype: object

这样可以避免对非字符串数据进行操作。

【讨论】：

为了提高效率，我倾向于只为 select_dtypes 使用 1 行，例如：df.convert_dtypes().head(1).select_dtypes("string")

@Erfan 是的，如果您只使用 select_dtypes 选择列名，然后在 df[selected_types.columns]. In this case I'm applying str.lower on selected_dtypes` 上调用 apply，那就可以了不要那样做，但很好的标注。

【参考方案3】：

当然，首先使用 select_dtypes("object") 选择您的 str 列：

df[df.select_dtypes("object").columns].applymap(str.lower)