Python 在使用.loc筛选的数据帧上使用.str

我试图在名为

Druges\u tall

的数据框中，在名为

date\u of\u birth

的列中，用一些零填充

float（64）

值<代码>出生日期包含一些

NA

这是我最初的想法：

drugs_tall.loc[drugs_tall['date_of_birth'].isnull() == False, ['date_of_birth']] = drugs_tall.loc[drugs_tall['date_of_birth'].isnull() == False, ['date_of_birth']].astype('int').astype('str').str.zfill(6)

但是，这会产生错误

AttributeError: 'DataFrame' object has no attribute 'str'

我只是通过做（这很有效）来解决这个问题：

请注意，无法直接转到：

drugs_tall['date_of_birth'] = drugs_tall['date_of_birth'].str.zfill(6)

因为这将产生错误：

AttributeError: Can only use .str accessor with string values, which use 
np.object_ dtype in pandas

如果不使用.loc选择，也无法更改数据类型：

drugs_tall['date_of_birth'].astype('int').astype('str')

这将使：

ValueError: Cannot convert non-finite values (NA or inf) to integer

我是以一种奇怪的方式来处理这个问题，还是误解了数据帧是如何工作的？我知道我的双线解决方案相当简单，但我不明白是什么使双线解决方案与我最初的想法不同

---

谢谢

您的列索引器应该是标量的

'dob'

而不是列表

['dob']

。这就是为什么要将数据帧作为索引操作的输出。这有一定道理：列序列被解释为数据帧，标量列给出一个序列

对于您的任务，您可以将

pd.Series.notnull

与

pd.DataFrame.loc

一起使用。如果Pandas将您的值存储为

float

，建议使用整数转换

df = pd.DataFrame({'dob': [np.nan, None, 11585, 52590]})

mask = df['dob'].notnull()
df.loc[mask, 'dob'] = df.loc[mask, 'dob'].astype(int).astype(str).str.zfill(6)

print(df)

      dob
0     NaN
1     NaN
2  011585
3  052590

---

哇，太简单了，谢谢！那么什么时候使用列索引器中的列表合适呢？@KelleyBrady，当您希望对数据帧而不是单个序列进行操作时。通常，对于查询和更新单个系列的任务，不要使用列表。

df = pd.DataFrame({'dob': [np.nan, None, 11585, 52590]})

mask = df['dob'].notnull()
df.loc[mask, 'dob'] = df.loc[mask, 'dob'].astype(int).astype(str).str.zfill(6)

print(df)

      dob
0     NaN
1     NaN
2  011585
3  052590