Python 如何将if/else转换为np.where
我的代码在下面 将pd.to_numeric应用于本应为int或float但作为对象出现的列。我们可以像在哪里应用np那样将更多的转换成熊猫吗Python 如何将if/else转换为np.where,python,pandas,numpy,fillna,Python,Pandas,Numpy,Fillna,我的代码在下面 将pd.to_numeric应用于本应为int或float但作为对象出现的列。我们可以像在哪里应用np那样将更多的转换成熊猫吗 if df.dtypes.all() == 'object': df=df.apply(pd.to_numeric,errors='coerce').fillna(df) else: df = df 使用selest\u数据类型分配一个简单的一行程序,该类型将重新分配现有列 df.assign(**df.select_dtypes('O
if df.dtypes.all() == 'object':
df=df.apply(pd.to_numeric,errors='coerce').fillna(df)
else:
df = df
使用selest\u数据类型分配一个简单的一行程序,该类型将重新分配现有列
df.assign(**df.select_dtypes('O').apply(pd.to_numeric,errors='coerce').fillna(df))
np.其中:
检查价格列示例:
等同于if/else的是df.mask
df[:] = (np.where(df.dtypes=='object',
df.apply(pd.to_numeric,errors='coerce').fillna(df),df)
d = {'CusID': {0: 1, 1: 2, 2: 3},
'Name': {0: 'Paul', 1: 'Mark', 2: 'Bill'},
'Shop': {0: 'Pascal', 1: 'Casio', 2: 'Nike'},
'Price': {0: '24000', 1: 'a', 2: '900'}}
df = pd.DataFrame(d)
print(df)
CusID Name Shop Price
0 1 Paul Pascal 24000
1 2 Mark Casio a
2 3 Bill Nike 900
df.to_dict()
{'CusID': {0: 1, 1: 2, 2: 3},
'Name': {0: 'Paul', 1: 'Mark', 2: 'Bill'},
'Shop': {0: 'Pascal', 1: 'Casio', 2: 'Nike'},
'Price': {0: '24000', 1: 'a', 2: '900'}}
(df.assign(**df.select_dtypes('O').apply(pd.to_numeric,errors='coerce')
.fillna(df)).to_dict())
{'CusID': {0: 1, 1: 2, 2: 3},
'Name': {0: 'Paul', 1: 'Mark', 2: 'Bill'},
'Shop': {0: 'Pascal', 1: 'Casio', 2: 'Nike'},
'Price': {0: 24000.0, 1: 'a', 2: 900.0}}
df_out = df.mask(df.dtypes =='O', df.apply(pd.to_numeric, errors='coerce')
.fillna(df))