python
python
我正在尝试从OAA解析风暴数据.经过一些清理和解析后,我剩下一个DataFrame,就像这样：
import pandas as pddata = { ID : [1, 2, , 4, 5, 6], EVET_TYPE : [ Flood , Hail , Fir
python
我正在尝试从OAA解析风暴数据.经过一些清理和解析后,我剩下一个DataFrame,就像这样：
import pandas as pddata = { ID : [1, 2, , 4, 5, 6], EVET_TYPE : [ Flood , Hail , Fire , Tornado , Flood , Fire ], Property_Damage : [ 2.5K , 0, .4M , 1.00K, a, 1K]} df = pd.DataFrame(data)
为了便于记录,此示例DataFrame只是一种简化.真正的DataFrame具有大约. 25列2200万行.我想将df [‘Property_Damage’]中的值从字符串转换为数字值.我想要的结果看起来类似于[2500,0,400000,1000,0,1000].
我了解我在假设可以将a值替换为0.我试图使用
damage_property_split = df[ Propery_Damage ].str.split([-1], expand=True)
但这不适用于0或a的记录.
转换的最佳方法是什么
[‘2.5K’,0,’.4M’,“ 1.00K”,a,“ 1K”]至[2500,0,400000,1000,0,1000]？
感谢您的任何帮助！！！
最佳答案
我是这种方法的粉丝
mapping = dict(K= E , M= E6 , B= E9 )df.assign(Property_Damage=_numeric(df.Property_Damage.replace(mapping, regex=True)))EVET_TYPE ID Property_Damage
0 Flood 1 2500.0
1 Hail 2 0.0
2 Fire 400000.0
Tornado 4 1000.0
4 Flood 5 a
5 Fire 6 1000.0
您可以让您的a充满0
mapping = dict(K= E , M= E6 , B= E9 )df.assign(Property_Damage=_numeric(df.Property_Damage.fillna(0).replace(mapping, regex=True)))EVET_TYPE ID Property_Damage
0 Flood 1 2500.0
1 Hail 2 0.0
2 Fire 400000.0
Tornado 4 1000.0
4 Flood 5 0.0
5 Fire 6 1000.0
#感谢您对电脑配置推荐网 - 最新i3 i5 i7组装电脑配置单推荐报价格的认可，转载请说明来源于"电脑配置推荐网 - 最新i3 i5 i7组装电脑配置单推荐报价格
上传时间： 2023-11-21 20:08:34
上一篇：7
下一篇：ecshop 属性自动组合
推荐阅读
| 留言与评论（共有 9 条评论） |
| 本站网友 广州珠江帝景酒店 | 4分钟前 发表 |
| 此示例DataFrame只是一种简化.真正的DataFrame具有大约. 25列2200万行.我想将df [‘Property_Damage’]中的值从字符串转换为数字值.我想要的结果看起来类似于[2500 | |
| 本站网友 长安长安 | 20分钟前 发表 |
| Property_Damage | |
| 本站网友 丝瓜的营养价值 | 10分钟前 发表 |
| 0 | |
| 本站网友 华泰集团董事长 | 20分钟前 发表 |
| 0 | |
| 本站网友 港口租房 | 30分钟前 发表 |
| 1000 | |
| 本站网友 雅虎主页 | 17分钟前 发表 |
| M= E6 | |
| 本站网友 刘婉婷 | 8分钟前 发表 |
| regex=True)))EVET_TYPE ID Property_Damage 0 Flood 1 2500.0 1 Hail 2 0.0 2 Fire 400000.0 Tornado 4 1000.0 4 Flood 5 a 5 Fire 6 1000.0 您可以让您的a充满0 mapping = dict(K= E | |
| 本站网友 便秘吃什么 | 16分钟前 发表 |
| 1.00K | |