快行，将列类型从第二个更改为最后一个

Question

我有多个CSV：

• 在第一列中具有标识符字符串（即"companyA" ）。
• 具有可变数量的后续列（针对不同的属性，取决于CSV），通常在1000s列（和100000s数据行）之间。
• 从第二个列到最后一个列，所有这些属性
  用x或NaN填充。

我正在尝试让我的Dask数据帧将标识符（第一个col）保留为字符串，而其余的变为整数。

df = dd.read_csv('data.csv', dtype=str)
dr = df.replace("x",1).fillna(0)
dr[dr.columns[1:-1]] = dr[dr.columns[1:-1]].astype(int)
%time dr.head(10)

通过以上操作，我击中了TypeError: unhashable type: 'Index' 。

有任何想法吗？ 谢谢！

Answer 1

您可以选择第一列，第二列和最后一列，并通过concat合并：

df = pd.concat([dr.iloc[:,[0]], dr.iloc[:, 1:-1].astype(int), dr.iloc[:, [-1]]], axis=1)

熊猫解决方案：

使用DataFrame.iloc选择所有不带整数的列：

dr.iloc[:, 1:-1] = dr.iloc[:, 1:-1].astype(int)

要么：

dr.loc[:, dr.columns[1:-1]] = dr.loc[:, dr.columns[1:-1]].astype(int)