pandas 包含数字的多行字符串

5f0d552i 于 2023-06-20 发布在其他

关注(0)|答案(2)|浏览(142)

我有一个dataframe，看起来像这样：

data1 = [{'price2022': "12014\n205****", 'company': "toyota",'price2023': "10014\n180****"}, 
    {'price2022': "22018", 'company': "apple",'price2023': "22018"}, 
    {'price2022': "32020", 'company': "general electric",'price2023': "31020"}, 
    {'price2022': "80170", 'company': "alibaba",'price2023': "83170"}
   ]
 df1 = pd.DataFrame(data1)

第一个值是一个多行字符串，其中还包含冗余字符串''。我希望使用两行之和的单行编号，而不是多行字符串“12014\n205”。（12014+205=12219）。
我可以试试这样的东西：

dfa[['b', 'c']] = df1["price2022"].apply(lambda x: pd.Series(str(x).split("\n")))
dfa['c'] = dfa['c'].map(lambda x: str(x)[:-4])   #gets rid of the ****, probably not the smartest method
dfa['b']=  dfa['b'].astype('int')
dfa['c'].replace('', 0, inplace=True)
dfa['c']=  dfa['c'].astype('int')
dfa['d']=dfa['b']+dfa['c']

然而，这似乎非常低效。更不用说我有几个'价格'专栏我需要浏览。为每个变量创建新的变量似乎是一种糟糕的处理方法。有没有更有效的方法来实现这一点，而不创建多个新列？我该如何扩展它，使我不必去看哪些列有这些多行，哪些没有，但代码只是运行所有？

pandas

来源：https://stackoverflow.com/questions/76454605/multiline-string-containing-numbers

2条答案

按热度按时间

bnl4lu3b1#

您可以尝试：

df["price2022"] = df["price2022"].str.replace("\n", "+").apply(lambda row: eval(row.replace("****", "")))

它给出：

df["price2022"].head()

赞(0）回复(0）举报 2023-06-20

0aydgbwb2#

你可以在你的列上循环，并应用一个函数来拆分/求和价格：

import pandas as pd

data1 = [{'price2022': "12014\n205****", 'company': "toyota",'price2023': "10014\n180****"}, 
    {'price2022': "22018", 'company': "apple",'price2023': "22018"}, 
    {'price2022': "32020", 'company': "general electric",'price2023': "31020"}, 
    {'price2022': "80170", 'company': "alibaba",'price2023': "83170"}
   ]
df1 = pd.DataFrame(data1)

for col in df1.columns:
    if col.startswith('price'):
        df1[f'{col}_sum'] = df1[col].apply(lambda x: sum(map(int, x.strip('****').split('\n'))))

print(df1)

输出：

price2022           company       price2023  price2022_sum  price2023_sum
0  12014\n205****            toyota  10014\n180****          12219          10194
1           22018             apple           22018          22018          22018
2           32020  general electric           31020          32020          31020
3           80170           alibaba           83170          80170          83170

赞(0）回复(0）举报 2023-06-20

我来回答

pandas 包含数字的多行字符串

2条答案

相关问题

热门标签

最新问答