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

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