Python 将字符串转换为布尔值只会给出假值
尝试将数据(csv文件中的字符串格式)转换为布尔值(在数据帧中),我丢失了有关其原始值的信息,因此现在所有值都是布尔值Python 将字符串转换为布尔值只会给出假值,python,pandas,dataframe,Python,Pandas,Dataframe,尝试将数据(csv文件中的字符串格式)转换为布尔值(在数据帧中),我丢失了有关其原始值的信息,因此现在所有值都是布尔值False 我尝试将以下列更改为布尔值: df['Col1'] =df['Col1'].astype('bool') df['Col2'] =df['Col2'].astype('bool') 我也试过了 df.Col1 = np.where(df.Col1.eq('true'), True, False) df. Col2 = np.where(df.Col2.eq('tru
False
我尝试将以下列更改为布尔值:
df['Col1'] =df['Col1'].astype('bool')
df['Col2'] =df['Col2'].astype('bool')
我也试过了
df.Col1 = np.where(df.Col1.eq('true'), True, False)
df. Col2 = np.where(df.Col2.eq('true') | df.Col2.eq('tbc'), True, False)
每列Col1和Col2的唯一值为:
Col1: array([true, false, nan], dtype=object)
Col2: array(['true', 'false', 'tbc', nan], dtype=object)
我的原始数据集具有以下值
Col1 Col2
true true
true true
false false
nan false
false true
true tbc
虽然已将其转换为布尔值,但所有值均为False:
Col1 Col2
False False
False False
False False
False False
False False
False False
我想将TBC视为真实。为什么我只能得到错误的值?你知道我该怎么修吗
原始数据集和代码示例:
Date Checked Verified
2018-05-23 FALSE TRUE
2018-05-24 TRUE TBC
2018-05-26 FALSE TBC
2018-05-31 nan nan
2019-12-01 TRUE TRUE
2019-12-05 TRUE TBC
2019-12-15 TRUE FALSE
2019-12-23 FALSE nan
代码
读取csv文件:
转换成小写
将字符串转换为布尔值
然后我测试有多少行的值为Checked=True:
len(df[df['Checked']=='true'])
输出:153
已选中“转换为布尔值”:
df['Checked'] = np.where(df['Checked'].eq('true'), True, False)
len(df[df['Checked']==True])
输出:153
将Verified
转换为布尔值:
df['Verified'] = np.where(df['Verified'].eq('true') | df['Verified'].eq('tbc'), True, False)
len(df[df['Verified']==True])
输出:
0
(预期为60
)您可以通过正则表达式和df对这两个列执行此操作。替换:
df.astype(str).replace({'(?i)True|TBC': True, '(?i)False|nan': False}, regex=True)
Col1 Col2
0 True True
1 True True
2 False False
3 False False
4 False True
5 True True
该模式不区分大小写。对我来说,这非常有效。由于您没有给出确切的csv格式,我假设它是这样的:
Date;Checked;Verified
2018-05-23;FALSE;TRUE
2018-05-24;TRUE;TBC
2018-05-26;FALSE;TBC
2018-05-31;nan;nan
2019-12-01;TRUE;TRUE
2019-12-05;TRUE;TBC
2019-12-15;TRUE;FALSE
2019-12-23;FALSE;nan
Date Checked Verified
0 2018-05-23 False True
1 2018-05-24 True True
2 2018-05-26 False True
3 2018-05-31 False False
4 2019-12-01 True True
5 2019-12-05 True True
6 2019-12-15 True False
7 2019-12-23 False False
然后我调用了代码,就像你那样:
df=pd.read_csv(path, sep=';', engine='python')
df=df.apply(lambda x: x.astype(str).str.lower())
df['Checked'] = np.where(df['Checked'].eq('true'), True, False)
df['Verified'] = np.where(df['Verified'].eq('true') | df['Verified'].eq('tbc'), True, False)
生成的数据帧如下所示:
Date;Checked;Verified
2018-05-23;FALSE;TRUE
2018-05-24;TRUE;TBC
2018-05-26;FALSE;TBC
2018-05-31;nan;nan
2019-12-01;TRUE;TRUE
2019-12-05;TRUE;TBC
2019-12-15;TRUE;FALSE
2019-12-23;FALSE;nan
Date Checked Verified
0 2018-05-23 False True
1 2018-05-24 True True
2 2018-05-26 False True
3 2018-05-31 False False
4 2019-12-01 True True
5 2019-12-05 True True
6 2019-12-15 True False
7 2019-12-23 False False
您使用哪种python和pandas版本?
我用Python 3.6.1和Pandas 1.04测试了这一点,谢谢cs95。然而,我认为我做错了什么,好像我检查了长度len(df[df['Col1']==True])
我得到的是0
,而不是153
@数学您的数据可能不同,因为这适用于显示的数据。可能您的数据中有前导或尾随空格字符。值仅转换为小写(我更新了问题,但我认为这不会导致问题)。列的名称不同(我有两个名为Checked和Verified的列,但我也认为这不会导致问题)。可能是因为我试图在运行replace命令后从csv?@Math导入字符串。执行此操作:df['Col1'].value\u counts()
。这应该告诉您列中有多少个真值和假值。这可能与您读取数据的方式有关。你能给出一个导致问题的完整例子吗?我们可以执行的一段代码完全复制了您的操作?您确定在读取数据时使用了正确的分隔符吗?看起来它是以空格分隔的?是的,由于分隔符而出现错误。谢谢你,塞尔诺
Date Checked Verified
0 2018-05-23 False True
1 2018-05-24 True True
2 2018-05-26 False True
3 2018-05-31 False False
4 2019-12-01 True True
5 2019-12-05 True True
6 2019-12-15 True False
7 2019-12-23 False False