Python 根据条件将数据帧列从字符串转换为Int

我有一个看起来像

df

我想根据条件将“viz”列转换为0和1。我试过：

df['viz'] = 0 if df['viz'] == "n" else 1

但我得到：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

---

您试图将一个标量与您看到的引起

ValueError

的整个序列进行比较。一个简单的方法是将布尔级数转换为

int

：

In [84]:
df['viz'] = (df['viz'] !='n').astype(int)
df

Out[84]:
   viz  a1_count  a1_mean     a1_std
0    0         3        2   0.816497
1    1         0      NaN        NaN
2    0         2       51  50.000000

In [90]:
(df['viz'] !='n').astype(int)

Out[90]:
0    0
1    1
2    0
Name: viz, dtype: int32

您也可以使用

np。其中

：

In [86]:
df['viz'] = np.where(df['viz'] == 'n', 0, 1)
df

Out[86]:
   viz  a1_count  a1_mean     a1_std
0    0         3        2   0.816497
1    1         0      NaN        NaN
2    0         2       51  50.000000

布尔比较的输出：

In [89]:
df['viz'] !='n'

Out[89]:
0    False
1     True
2    False
Name: viz, dtype: bool

然后强制转换到

int

：

In [84]:
df['viz'] = (df['viz'] !='n').astype(int)
df

Out[84]:
   viz  a1_count  a1_mean     a1_std
0    0         3        2   0.816497
1    1         0      NaN        NaN
2    0         2       51  50.000000

In [90]:
(df['viz'] !='n').astype(int)

Out[90]:
0    0
1    1
2    0
Name: viz, dtype: int32

---

根据@TMWP的上述评论：

pd.to_numeric（myDF['myDFCell'，errors='concurve'）

---

它就像一个符咒，是一个快速而简单的一句话

在研究某些东西时偶然发现了这篇文章。2年后，现在可能会有新的选择。在我的代码中，我刚刚使用了：

pd.to_numeric（myDF['myDFCell'，errors='concurve'）

。这可能是新的语法。强制标志告诉它将无法转换为数字的内容转换为NA，这样它就不会抛出错误。@TMWP这可能是真的，但OP不想将“n”转换为数字，在本例中会转换为

NaN

，因此这是一个稍微不同的用例。只是一个有用的补充。我是在研究如何将Pandas中的字符串列转换为数字列时读到这篇文章的。这是与stack overflow提出的问题最接近的问题。