如果 pandas dataframe 字符串列缺少值，如何將其小寫？

Question

以下代碼不起作用。

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan],columns=['x']) 
xLower = df["x"].map(lambda x: x.lower())

我應該如何調整它以獲得 xLower = ['one','two',np.nan]？ 效率很重要，因為真實的數據框很大。

Answer 1

使用熊貓矢量化字符串方法； 如文檔中所示：

這些方法自動排除缺失/NA 值

.str.lower()是第一個例子；

>>> df['x'].str.lower()
0    one
1    two
2    NaN
Name: x, dtype: object

Answer 2

另一個可能的解決方案，如果該列不僅有字符串而且還有數字，則使用astype(str).str.lower()或to_string(na_rep='')否則，假設數字不是字符串，當降低它將返回NaN ，因此：

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan,2],columns=['x']) 
xSecureLower = df['x'].to_string(na_rep='').lower()
xLower = df['x'].str.lower()

然后我們有：

>>> xSecureLower
0    one
1    two
2   
3      2
Name: x, dtype: object

並不是

>>> xLower
0    one
1    two
2    NaN
3    NaN
Name: x, dtype: object

---

編輯：

如果你不想失去 NaN，那么使用 map 會更好，（來自 @wojciech-walczak 和 @cs95 評論）它看起來像這樣

xSecureLower = df['x'].map(lambda x: x.lower() if isinstance(x,str) else x)

Answer 3

你也可以試試這個

df= df.applymap(lambda s:s.lower() if type(s) == str else s)

Answer 4

一個可能的解決方案：

import pandas as pd
import numpy as np

df=pd.DataFrame(['ONE','Two', np.nan],columns=['x']) 
xLower = df["x"].map(lambda x: x if type(x)!=str else x.lower())
print (xLower)

結果：

0    one
1    two
2    NaN
Name: x, dtype: object

雖然不確定效率。

Answer 5

Pandas >= 0.25：使用str.casefold刪除大小寫差異

從 v0.25 開始，如果您正在處理 unicode 數據，我建議使用“矢量化”字符串方法str.casefold （它適用於字符串或 unicodes）：

s = pd.Series(['lower', 'CAPITALS', np.nan, 'SwApCaSe'])
s.str.casefold()

0       lower
1    capitals
2         NaN
3    swapcase
dtype: object

另請參閱相關的 GitHub 問題GH25405 。

casefold有助於進行更激進的 case-folding 比較。 它還可以優雅地處理 NaN（就像str.lower所做的那樣）。

但為什么這更好？

使用 unicode 可以看到差異。 以python str.casefold文檔中的示例為例，

Casefolding 類似於小寫，但更具侵略性，因為它旨在消除字符串中的所有大小寫區別。 例如，德語小寫字母'ß'等效於"ss" 。 因為它已經是小寫的，所以lower()不會對'ß'做任何事情； casefold()將其轉換為"ss" 。

比較lower for的輸出，

s = pd.Series(["der Fluß"])
s.str.lower()

0    der fluß
dtype: object

與casefold ，

s.str.casefold()

0    der fluss
dtype: object

另請參閱Python：lower() 與 casefold() 中的字符串匹配和轉換為小寫。

Answer 6

應用 lambda 函數

df['original_category'] = df['original_category'].apply(lambda x:x.lower())

Answer 7

可能正在使用列表理解

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan],columns=['Name']})
df['Name'] = [str(i).lower() for i in df['Name']] 

print(df)

Answer 8

使用應用功能，

Xlower = df['x'].apply(lambda x: x.upper()).head(10) 

Answer 9

復制您的 Dataframe 列並簡單地應用

df=data['x']
newdf=df.str.lower()

Answer 10

用空字符串替換缺失值和任何其他數據類型，並將所有字符串小寫：

df["x"] = df["x"].apply(lambda x: x.lower() if isinstance(x, str) else "")

將缺失值和除字符串以外的任何其他數據類型替換為 nan，並將所有字符串小寫：

df["x"] = df["x"].apply(lambda x: x.lower() if isinstance(x, str) else np.nan)

保持 nan 和除 string 之外的任何其他數據類型，並將所有字符串小寫：

df["x"] = df["x"].apply(lambda x: x.lower() if isinstance(x, str) else x)