Python如何將float轉換為十六進制到十進制

Question

我已經從帶有pandas的csv文件中讀取了一些數據。 數據不完整，因此包含許多納米值。 我想在數據中添加一列，將十六進制值轉換為十進制值。 不幸的是，具有十六進制值的列都被讀取為浮點數，而不是字符串，因為它們恰好具有這些值。 示例數據

   val
0 20.0
1  nan
2 20.0

在python中將十六進制轉換為十進制的簡單方法似乎是： int('20.0',16) ，它應該產生32 。

但是，由於這是pandas，我無法將值轉換為int，或者至少我不斷收到錯誤說明。 我目前的代碼是：

df['valdec'] = np.where(np.isnan(df['val']), 
                    df['val'], 
                    int(df['val'].astype(int).astype(str), 16))

這失敗並出現錯誤：

ValueError：無法將NA轉換為整數

如果沒有astype(int)則值為"20.0" ，無法轉換。 還有另一種方法可以將浮點值解釋為十六進制值，並在使用pandas數據幀時轉換為十進制嗎？

Answer 1

您可以屏蔽感興趣的行並進行雙重投射並調用apply ：

In [126]:
df['valdec'] = df['val'].dropna().astype(int).astype(str).apply(lambda x: int(x, 16))
df

Out[126]:
    val  valdec
0  20.0    32.0
1   NaN     NaN
2  20.0    32.0

所以，首先我們稱之為dropna刪除NaN ，這讓我們投來int使用.astype(int)然后將轉換為str調用.astype(str)

然后我們調用apply來轉換為十六進制並將所有這些結果分配給新列

請注意，新列的dtype將為float因為NaN的存在強制執行此操作，您將無法混合使用int和float s

正如@jasonharper所指出的那樣，在這里轉換為int將丟失任何小數部分，因此使用float.fromhex的更高精度方法：

In [128]:
df['valdec'] = df['val'].astype(str).dropna().apply(lambda x: float.fromhex(x))
df

Out[128]:
    val  valdec
0  20.0    32.0
1   NaN     NaN
2  20.0    32.0