Python 3.x Python-检查对象是否为字节对象

我有一个数据帧（使用pandas.read_SAS从SAS文件导入），其中一列有时是字节对象，而另一列只是字符串

i、 e

在我的代码中，当我使用

df1.loc[:,'barcode']=df1['barcode'].str.decode('utf-8')

df2.loc[:,'barcode']=df2['barcode'].str.decode('utf-8')

但当我使用

df1.loc[:,'barcode']=df1['barcode'].str.decode('utf-8')

df2.loc[:,'barcode']=df2['barcode'].str.decode('utf-8')

我得到了一些价值观

有没有办法专门检查它是否是字节对象？不幸的是，这两种情况都可能发生

另一个解决方案是在导出数据帧时保持这种类型，而不进行解码和编码

df1.to_csv(test.csv,index=False,encoding='utf-8')

---

但是，首先，上面的操作不起作用，其次，我想我仍然需要检查是否需要编码。

您可以通过应用类型和检查条件来使用where，这样就完成了解码的条件应用。i、 e

例如：

df = pd.DataFrame({'barcode':[b'346546',b'645542',b'486465',b'135455',15200,15200]})

df['barcode'] = df['barcode'].where(df['barcode'].apply(type) != bytes, df['barcode'].str.decode('utf-8'))

输出：

barcode 0 346546 1 645542 2 486465 3 135455 4 15200 5 15200 0错误 1错误 2错误 3错误 4正确 5对 名称：条形码，数据类型：bool

df。其中

取假值，并用新解码的字符串替换

您还可以使用

np.where

，

mask

，这与此操作的

df.where

非常相似

0 False 1 False 2 False 3 False 4 True 5 True Name: barcode, dtype: bool