python 中的字符串浮点数到整数
String float to int in python
我有以下数据框：
数据
A(1.2,2)
B(1,5)
A(5.8, 9)
B(8.9,0.9)
我想将这些 float (str) 对象转换为 int。我该怎么做？
期望的输出：
数据
A(1,2)
B(1,5)
A(6, 9)
B(9,1)
到目前为止我尝试了什么？
pd.to_numeric(df['data'])
但我收到以下错误：ValueError: Unable to parse string "A(1,2)" at position 0我该如何解决？
您有一个字符串，首先需要将数字彼此分开，自定义函数可能是最简单的方法：
def round_string(s):
start = s.index('(') +1
stop = s.index(')')
l = s[start:stop].split(',')
lst = [str(int(round(float(i)))) for i in l]
return s[:start] + ','.join(lst) + s[stop:]
s = "B(8.9,0.9)"
round_string(s)
# 'B(9,1)'
将函数映射到数据框：
df['data'].map(round_string)
如果不需要四舍五入，下面的应该可以，用空字符串替换小数点和小数点后的数字
df['data'].str.replace('\.\d+', '', regex=True)
0 A(1,2)
1 B(1,5)
2 A(5, 9)
3 B(8,0)
Name: col, dtype: object
为了四舍五入这些值，需要更多的努力，只需 extract 括号部分使用 regex 并将其分配给一个临时列，然后使用理解来四舍五入调用 eval 最后用给定列中的新值替换。
df.assign(tup=df['data'].str.extract('(\(.*\))')).apply(lambda x: x['data'].replace(x['tup'], str(tuple(round(i) for i in eval(x['tup'])))), axis=1)
0 A(1, 2)
1 B(1, 5)
2 A(6, 9)
3 B(9, 1)
dtype: object
所以你要做的是将嵌套在字符串中的浮点数转换为整数。
此外，您的输出表明您不想使用 int 函数，但可能 round(x,0)（我这样说是因为 int(5.8) 的计算结果为 5，而不是 6。
所以像这样应用于数据框的函数将起作用：
def convert_fn_strs(fn):
val_list = re.split('[(,)]',fn)
val_list.remove('')
fn_name = val_list.pop(0)
val_list = [round(float(x)) for i,x in enumerate(val_list)]
return fn_name + str(tuple(val_list))```
您的字符串实际上是 namedtuples。这样对待他们
- 定义预期的命名元组
- 使用
pd.eval() 转换为命名元组
- 使用 f-string
返回想要的字符串表示形式
- 或者使用Series map()更改为想要的表示
df = pd.read_csv(
io.StringIO(
"""df
A(1.2,2)
B(1,5)
A(5.8, 9)
B(8.9,0.9)"""
),
sep="\t",
).rename(columns={"df": "data"})
from collections import namedtuple
A = namedtuple("A", "x y")
B = namedtuple("B", "x y")
df = pd.DataFrame(
{
"data": [
f"{type(nt).__name__}({round(nt.x,0):.0f},{round(nt.y):.0f})"
for nt in pd.eval(df["data"])
]
}
)
使用map()进行舍入
df["data"] = pd.Series(pd.eval(df["data"])).map(
lambda nt: str(nt._replace(x=int(round(nt.x, 0)), y=int(round(nt.y, 0))))
)
data
0
A(1,2)
1
B(1,5)
2
A(6,9)
3
B(9,1)
我有以下数据框：
| 数据 |
|---|
| A(1.2,2) |
| B(1,5) |
| A(5.8, 9) |
| B(8.9,0.9) |
我想将这些 float (str) 对象转换为 int。我该怎么做？
期望的输出：
| 数据 |
|---|
| A(1,2) |
| B(1,5) |
| A(6, 9) |
| B(9,1) |
到目前为止我尝试了什么？
pd.to_numeric(df['data'])
但我收到以下错误：ValueError: Unable to parse string "A(1,2)" at position 0我该如何解决？
您有一个字符串，首先需要将数字彼此分开，自定义函数可能是最简单的方法：
def round_string(s):
start = s.index('(') +1
stop = s.index(')')
l = s[start:stop].split(',')
lst = [str(int(round(float(i)))) for i in l]
return s[:start] + ','.join(lst) + s[stop:]
s = "B(8.9,0.9)"
round_string(s)
# 'B(9,1)'
将函数映射到数据框：
df['data'].map(round_string)
如果不需要四舍五入，下面的应该可以，用空字符串替换小数点和小数点后的数字
df['data'].str.replace('\.\d+', '', regex=True)
0 A(1,2)
1 B(1,5)
2 A(5, 9)
3 B(8,0)
Name: col, dtype: object
为了四舍五入这些值，需要更多的努力，只需 extract 括号部分使用 regex 并将其分配给一个临时列，然后使用理解来四舍五入调用 eval 最后用给定列中的新值替换。
df.assign(tup=df['data'].str.extract('(\(.*\))')).apply(lambda x: x['data'].replace(x['tup'], str(tuple(round(i) for i in eval(x['tup'])))), axis=1)
0 A(1, 2)
1 B(1, 5)
2 A(6, 9)
3 B(9, 1)
dtype: object
所以你要做的是将嵌套在字符串中的浮点数转换为整数。
此外，您的输出表明您不想使用 int 函数，但可能 round(x,0)（我这样说是因为 int(5.8) 的计算结果为 5，而不是 6。
所以像这样应用于数据框的函数将起作用：
def convert_fn_strs(fn):
val_list = re.split('[(,)]',fn)
val_list.remove('')
fn_name = val_list.pop(0)
val_list = [round(float(x)) for i,x in enumerate(val_list)]
return fn_name + str(tuple(val_list))```
您的字符串实际上是 namedtuples。这样对待他们
- 定义预期的命名元组
- 使用
pd.eval() 转换为命名元组
- 使用 f-string 返回想要的字符串表示形式
- 或者使用Series map()更改为想要的表示
df = pd.read_csv(
io.StringIO(
"""df
A(1.2,2)
B(1,5)
A(5.8, 9)
B(8.9,0.9)"""
),
sep="\t",
).rename(columns={"df": "data"})
from collections import namedtuple
A = namedtuple("A", "x y")
B = namedtuple("B", "x y")
df = pd.DataFrame(
{
"data": [
f"{type(nt).__name__}({round(nt.x,0):.0f},{round(nt.y):.0f})"
for nt in pd.eval(df["data"])
]
}
)
使用map()进行舍入
df["data"] = pd.Series(pd.eval(df["data"])).map(
lambda nt: str(nt._replace(x=int(round(nt.x, 0)), y=int(round(nt.y, 0))))
)
| data | |
|---|---|
| 0 | A(1,2) |
| 1 | B(1,5) |
| 2 | A(6,9) |
| 3 | B(9,1) |