检查 dataframe 列是否包含 Python 中的字符串类型

Question

我有一个 dataframe 这样的：

如果第 1列是字符串，我需要第 2 列，否则仍然需要第 1 列。

试过这个：

df.loc[df[1].dtype != np.number, df[1]] = df.loc[df[1].dtype != np.number, df[1]]  

但它给了我一个关键错误：True

Answer 1

在这种情况下，列表理解可能会派上用场，请查看：

df = pd.DataFrame()
df[0] = ["some", "dummy", "data", "filling", "up"]
df[1] = ["0","foo","2","3","bar"]
df[2] = [9,8,7,6,5]
df[3] = [item[1][1] if item[1][1].isnumeric() else item[1][2] for item in df.iterrows() ]

如果它是数字，则使用第 1 行中的项目分配新行，否则使用第 2 行中的项目。

Answer 2

这就是你需要的。

我假设您的 dataframe 名称是 df。

for i, a in enumerate(df[1]):
  if type(a) == str:
    df.iloc[i, 1] = df.iloc[i, 2]
df

Answer 3

假设您想要的 output 是将第 1 列中的所有非数字值替换为第 2 列中的值，这就是您的操作方式。

假设您的初始 dataframe 是这样的：

>>> df
        0     1  2
0    some   foo  1
1  random    -2  2
2    text   bar  3
3    some   NaN  4
4  random    -5  5
5    text    -6  6
6    some  None  7

您首先在所需列上调用pandas.to_numeric ，指定将非数字值放入 NaN。

在此之后，您使用第 2 列中的匹配元素填充这些 NaN，并（可选）转换为 int 获得的系列。

>>> df['1'] = pd.to_numeric(df['1'], errors='coerce').fillna(df['2']).astype(int)
>>> df
        0  1  2
0    some  1  1
1  random -2  2
2    text  3  3
3    some  4  4
4  random -5  5
5    text -6  6
6    some  7  7