查找 pandas dataframe 列的 n 个最大值（当字符串时）

Question

我试图在我的 dataframe 中找到列的最大值。 但是，由于值包含%它们是字符串，而不是整数，这使我无法使用nlargest 。 我想知道是否可以将字符串转换为整数。

这是我的代码示例：

import pandas as pd
import re
test_data = {
            'Animal': ['Otter', 'Turtle', 'Chicken'],
            'Squeak Appeal': [12.8, 1.92, 11.4],
            'Richochet Chance': ['8%', '30%', '16%'],
            }        
test_df = pd.DataFrame(
                        test_data, 
                        columns=[ 'Animal', 'Squeak Appeal','Richochet Chance']
                        )

我尝试使用 nlargest：

r_chance = test_df.nlargest(2, ['Richochet Chance'])
# TypeError: Column 'Richochet Chance' has dtype object, cannot use method 'nlargest' with this dtype
r_chance = test_df.nlargest(2, re.sub("[^0-9]", ""(['Richochet Chance'])))
# TypeError: 'str' object is not callable

如果没有明智的方法来做到这一点，我不会继续否认。 我只是想知道是否可以避免循环遍历一个大的 df 并将字符串转换为多个列的整数。

Answer 1

让我们将该列转换为浮点数并提取顶部索引：

idx = (test_df['Richochet Chance']
          .str.strip('%')          # remove the ending %
          .astype(float)           # convert to float 
          .nlargest(2).index       # nlargest and index
      )
test_df.loc[idx]

Output：

    Animal  Squeak Appeal Richochet Chance
1   Turtle           1.92              30%
2  Chicken          11.40              16%