如何从pandas中的对象列中提取和替换整型值和浮点值

我有一列字符串和数字。因此，数据类型为object。我想提取所有整数/浮点数。我想把一系列的整数归为某个特定的类。因此，我想用它的类名替换这个数字。 我尝试了以下方法：

diabetes_data[diabetes_data['diag_1'].apply(lambda x: str(x).isdigit())]['diag_1']).replace(['[1-100)'],'Circulatory', inplace = True)

---

我试图用类名circulatory替换1-100范围内的数字。

您可以使用以下函数：

def change_values(x):
    if str(x).isdigit() and x>0 and x<=100:
        return 'category'
    else:
        return x

diabetes_data['diag_1'] = diabetes_data['diag_1'].apply(lambda x: change_values(x))

def change_值（x）：
如果str（x）.isdigit（）和x>0以及x0和x，则可以使用函数：

def change_values(x):
    if str(x).isdigit() and x>0 and x<=100:
        return 'category'
    else:
        return x

diabetes_data['diag_1'] = diabetes_data['diag_1'].apply(lambda x: change_values(x))

def change_值（x）：
如果str（x）.isdigit（）和x>0以及x0和x解决方案1很好且很短，请检查该值是否在
范围（1100）
内，如果是，则将其替换为：

diabetes_data = pd.DataFrame(data={'diag_1': ['a', 'b', 1, 2, 101]})

diabetes_data['diag_1'] = diabetes_data['diag_1'].mask(
    diabetes_data['diag_1'].isin(range(1, 100)), 
    'Circulatory',
)

解决方案2:您还可以与一些正则表达式一起使用来解决此问题：

diabetes_data['diag_1'] = (diabetes_data['diag_1']
    .astype(str)
    .str.replace('^[1-9]{1,2}$|^100$', 'Circulatory'))

解决方案3:用于找出哪些行是数字，然后使用以下命令更改这些行：

mask=diag_数据['diag_1'].map（np.isreal）
糖尿病数据['diag_1'].loc[mask]=np.where(
（糖尿病数据['diag_1'].loc[mask]>=1）
&（糖尿病数据['diag_1'].loc[mask]解决方案1简洁，检查值是否在
范围（1100）
内，如果是，则替换为：

diabetes_data = pd.DataFrame(data={'diag_1': ['a', 'b', 1, 2, 101]})

diabetes_data['diag_1'] = diabetes_data['diag_1'].mask(
    diabetes_data['diag_1'].isin(range(1, 100)), 
    'Circulatory',
)

解决方案2:您还可以与一些正则表达式一起使用来解决此问题：

diabetes_data['diag_1'] = (diabetes_data['diag_1']
    .astype(str)
    .str.replace('^[1-9]{1,2}$|^100$', 'Circulatory'))

解决方案3:用于找出哪些行是数字，然后使用以下命令更改这些行：

mask=diag_数据['diag_1'].map（np.isreal）
糖尿病数据['diag_1'].loc[mask]=np.where(
（糖尿病数据['diag_1'].loc[mask]>=1）
&（糖尿病数据['diag_1'].loc[mask]