Python 将前导零添加到数据帧中的字符串
我有一个熊猫数据框,其中前3列是字符串:Python 将前导零添加到数据帧中的字符串,python,string,pandas,Python,String,Pandas,我有一个熊猫数据框,其中前3列是字符串: ID text1 text 2 0 2345656 blah blah 1 3456 blah blah 2 541304 blah blah 3 201306 hi blah 4 12313201308 hello blah
ID text1 text 2
0 2345656 blah blah
1 3456 blah blah
2 541304 blah blah
3 201306 hi blah
4 12313201308 hello blah
我想在ID中添加前导零:
ID text1 text 2
0 000000002345656 blah blah
1 000000000003456 blah blah
2 000000000541304 blah blah
3 000000000201306 hi blah
4 000012313201308 hello blah
我试过:
df['ID'] = df.ID.zfill(15)
df['ID'] = '{0:0>15}'.format(df['ID'])
尝试:
甚至
df['ID'] = df['ID'].apply(lambda x: x.zfill(15))
str
属性包含字符串中的大多数方法
df['ID'] = df['ID'].str.zfill(15)
请参阅更多信息:初始化时只需一行即可实现。只需使用参数
df = pd.read_excel('filename.xlsx', converters={'ID': '{:0>15}'.format})
因此,您将代码长度减少一半:)
PS:也有这个参数。对于Python 3.6+,您还可以使用f字符串:
df['ID'] = df['ID'].map(lambda x: f'{x:0>15}')
与df['ID'].map('{:0>15}.format)
相比,性能相当或稍差。另一方面,f字符串允许更复杂的输出,您可以通过列表理解更有效地使用它们
绩效基准
如果遇到错误,请执行以下操作: Pandas错误:只能使用带字符串值的.str访问器,该访问器在Pandas中使用np.object\dtype
df['ID'] = df['ID'].astype(str).str.zfill(15)
如果您想要一个更可定制的解决方案来解决这个问题,您可以尝试
str.zfill(n)
是一个特例,相当于str.pad(n,side='left',fillchar='0')
在第一个例子中不需要lambda
:apply('{:0>15}'。格式)
也应该可以。@DSM Nice。我不知道。初始化时可以用单行实现,请参见下面的答案。@Rohit如果字符串中有小数或字母,代码将如何更改?i、 e.使用lambda x:x.zfill(2)
将2.0a
转换为02.0a
需要什么?您能解释一下为什么使用15吗?数字的意义是什么,如果我只想添加一个0
?使用6gb文件尝试了这个方法,比其他方法更快,也更高效。谢谢@jppy您甚至可以使用.map
而不是。apply
@user32185,我相信它们在这里是可以互换的,并且性能相同。你有理由不这样想吗?在一些例子中,它更快。请尝试df['text1'].map('{:015}.format)
@user32185,谢谢,我看到一个非常微小的改进正在改变apply
vsmap
,我不确定这是否取决于设置。我在回答中更新了计时和建议,因为str.format
withoutlambda
似乎赢了。添加了df['ID']=df['ID'].astype(str)来处理ID为数字时的情况,运行df['ID']=df['ID'].str.zfill(15)可以使用更通用和可定制的方法
# Python 3.6.0, Pandas 0.19.2
df = pd.concat([df]*1000)
%timeit df['ID'].map('{:0>15}'.format) # 4.06 ms per loop
%timeit df['ID'].map(lambda x: f'{x:0>15}') # 5.46 ms per loop
%timeit df['ID'].astype(str).str.zfill(15) # 18.6 ms per loop
%timeit list(map('{:0>15}'.format, df['ID'].values)) # 7.91 ms per loop
%timeit ['{:0>15}'.format(x) for x in df['ID'].values] # 7.63 ms per loop
%timeit [f'{x:0>15}' for x in df['ID'].values] # 4.87 ms per loop
%timeit [str(x).zfill(15) for x in df['ID'].values] # 21.2 ms per loop
# check results are the same
x = df['ID'].map('{:0>15}'.format)
y = df['ID'].map(lambda x: f'{x:0>15}')
z = df['ID'].astype(str).str.zfill(15)
assert (x == y).all() and (x == z).all()
df['ID'] = df['ID'].astype(str).str.zfill(15)
df['ID'] = df['ID'].astype(str).str.pad(15, side='left', fillchar='0')