python - Pandas - 如何将字符串列转换为整数...然后转换为 10 个字符的字符串

Question

我正在执行数据分析，其中步骤之一是通过组合多个字段来创建 key 。

不幸的是，给定字段中的位数并不总是相同。

一些信息

• 数据类型 my_field是 object ;
• nan值已替换为 '-'性格。
• 但是，基本上，my_field是文本格式的数字 (INTEGER)。

代码

import pandas as pd
import numpy as np

data ={'product': ['PA1', 'PA2', 'PA3', 'PA4', 'PA5', 'PA6', 'PA7', 'PA8'],
       'my_field': ['001', '0000000000002', '3', '04', '-', '5', '-', '6']}
df = pd.DataFrame(data)   
df

原始数据

<表类=“s-表”> <标题> 产品 我的字段 <正文> 0 PA1 001 1 PA2 0000000000002 2 PA3 3 3 PA4 04 4 PA5 - 5 PA6 5 6 PA7 - 7 PA8 6

我的方法:

df['my_field'] = np.where(df['my_field'] == '-', '-' , df['my_field'].str.zfill(10) )
df

我的输出:

<表类=“s-表”> <标题> 产品 我的字段 <正文> 0 PA1 0000000001 1 PA2 0000000000002 2 PA3 0000000003 3 PA4 0000000004 4 PA5 - 5 PA6 0000000005 6 PA7 - 7 PA8 0000000006

所需输出:

<表类=“s-表”> <标题> 产品 我的字段 <正文> 0 PA1 0000000001 1 PA2 0000000002 2 PA3 0000000003 3 PA4 0000000004 4 PA5 - 5 PA6 0000000005 6 PA7 - 7 PA8 0000000006

问题:某些输出超过 10 个字符。

Answer 1

在 zfill 之后进行切片怎么样，这样您将只保留最后 10 个字符:

df['my_field'] = np.where(df['my_field'] == '-', '-', df['my_field'].str.zfill(10).str[-10:])

bool 索引的替代方案:

df.loc[df['my_field'] != '-',
       'my_field'] = df['my_field'].str.zfill(10).str[-10:]

输出:

  product    my_field
0     PA1  0000000001
1     PA2  0000000002
2     PA3  0000000003
3     PA4  0000000004
4     PA5           -
5     PA6  0000000005
6     PA7           -
7     PA8  0000000006