我正在尝试清理 pandas 中的多个列。我有以下功能来清理它:
def convert_dash_comma_into_float(num):
if " - " in num:
num = num.replace(" - ", "0.0")
elif "," in num:
num = num.replace(',', '')
try:
return float(num)
except ValueError:
return np.nan
当我将此函数应用于单个列时,它起作用了。
df["rpks"].apply(convert_dash_comma_into_float)
但是当我尝试通过提供一个列表来应用到一系列列时,因为我有一堆要清理的列,它会引发 TypeError
df[["rpks", 'asks', 'pax']].apply(convert_dash_comma_into_float)
类型错误:(“无法将系列转换为”,“首先发生在索引 RPKs 处”)
以下是一些示例数据,当前对象类型为“O”:
rpks asks pax
9.74 194.72 1,752.48
19.47 82.74 700.85
- 360.16 3,679.45
127.03 994.14 7,306.93
53.54 612.75 5,770.53
- 7.02 666.43
34.52 197.28 784.19
- 460.31 5,466.80
- 108.63 1,128.90
- 16.54 913.49
10.52 368.06 3,054.90
93.93 784.55 5,646.55
最佳答案
applymap
与 lambda
df[['rpks', 'asks', 'pax']].applymap(lambda r: '0.0' if '-' in str(r) else str(r).replace(',', ''))
rpks asks pax
0 9.74 194.72 1752.48
1 19.47 82.74 700.85
2 0.0 360.16 3679.45
3 127.03 994.14 7306.93
4 53.54 612.75 5770.53
5 0.0 7.02 666.43
6 34.52 197.28 784.19
7 0.0 460.31 5466.80
8 0.0 108.63 1128.90
9 0.0 16.54 913.49
10 10.52 368.06 3054.90
11 93.93 784.55 5646.55
关于python - Pandas 将函数应用于列列表会引发 TypeError,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50531873/