Python 我正在处理一个银行数据集,我只能使用';工作经验';柱
我正在处理一个银行数据集,我只能使用“工作经验”列的整数部分。我尝试过用正则表达式定义一个函数,并将其转换为整数,但它存储的不是整数地址。我做错了什么 这是我的密码:Python 我正在处理一个银行数据集,我只能使用';工作经验';柱,python,pandas,machine-learning,Python,Pandas,Machine Learning,我正在处理一个银行数据集,我只能使用“工作经验”列的整数部分。我尝试过用正则表达式定义一个函数,并将其转换为整数,但它存储的不是整数地址。我做错了什么 这是我的密码: def year_converter(x): return int(re.search(r'\d+', x).group()) bank_data['Years in current job'] = bank_data['Years in current job'].apply(lambda x: year_co
def year_converter(x):
return int(re.search(r'\d+', x).group())
bank_data['Years in current job'] = bank_data['Years in current job'].apply(lambda x: year_converter)
尝试通过更新更新您的dict:
bank_data.update({k: year_converter(v) for k, v in bank_data.items()})
您传递函数的结果是
lambda
,这就是为什么它是“after”屏幕截图中的结果值
执行lambda
中的函数:
bank_data['Years in current job'] = bank_data['Years in current job'].apply(
lambda x: year_converter(x))
或者直接将其传递给apply
以便apply
正确执行它:
bank_data['Years in current job'] = bank_data['Years in current job'].apply(
year_converter)
bank_data['Years in current job']=bank_data['Years in current job'].更新({k:year_converter(v)表示k,v表示bank_data.items()}文件“”,第1行bank_data['Years in current job']=bank_data['Years in current job'.]更新({k:year_converter(v)表示k,v表示k,v表示bank,v表示bank_data.items())^SyntaxError:Parsing和equals语句时出现意外EOF。更新方法自动更新到位。(就像我在原始答案中所写的那样)我按照你说的做了,bank_data.update({k:year_converter(v)对于bank_data.items()中的k,v)现在得到这个:TypeError:预期的字符串或字节,如Objective这是Python和Tensorflow吗?我想这是其中一个的问题,所以你可能应该添加更多的特定标记,而不仅仅是机器学习,这些专家可能会找到它。尝试了两种方法,不起作用->TypeError:预期的字符串或字节,如Objective什么类型的your对象
bank_data
?pandas.core.frame.DataFrametype(bank_data['当前工作年限])->pandas.core.series.serietype(bank_data['当前工作年限]).iloc[0])->str