如何將一系列字符串從熊貓列轉換爲整數

Question

我有一個熊貓數據框，其日期列中的日期格式爲「2016-05-03」這些字符串是順便說一句。我需要將它們從字符串轉換爲int，並在連字符（' - '）處進行拆分，並僅在[0]年提取。

這就是我試圖把字符串轉換成整數：

tyc.startDate = tyc.startDate.astype(np.int64) 

但它返回錯：

ValueError異常：無效的字面INT（）基數爲10：「2015年-06-01'

，這就是我爲分裂做：

tyc.startDate.str.split('-')[0] 

和

tyc.startDate.str.split('-', [0]) 

，但是這是不工作要麼，它的分裂並以這種形式在列返回所有行的列表： [「2015年」，「06」，「01」]，我想只分開一年！

我敢肯定，有一個簡單的方法來轉換爲int，並在位置0處分割（' - '），然後將其作爲新列添加到df中，請大家幫忙！

Answer 1

我相信您的數據包含NaN S或一些不datetime值：

tyc = pd.DataFrame({'startDate':['2016-05-03','2017-05-03', np.nan], 
        'col':[1,2,3]}) 
print (tyc) 
    col startDate 
0 1 2016-05-03 
1 2 2017-05-03 
2 3   NaN 

使用str[0]退貨第一李首先每行的st值。但隨後有問題 - 一些NaNs，不能轉化爲int（是設計） - 使輸出浮動：

print (tyc.startDate.str.split('-').str[0].astype(float)) 
0 2016.0 
1 2017.0 
2  NaN 
Name: startDate, dtype: float64 

另一種解決方案是通過to_datetime轉換爲datetime和解析一年year：

print (pd.to_datetime(tyc.startDate, errors='coerce')) 
0 2016-05-03 
1 2017-05-03 
2   NaT 
Name: startDate, dtype: datetime64[ns] 

print (pd.to_datetime(tyc.startDate, errors='coerce').dt.year) 
0 2016.0 
1 2017.0 
2  NaN 
Name: startDate, dtype: float64 

對於刪除 NaN小號

---

解決方案：

tyc['year'] = pd.to_datetime(tyc.startDate, errors='coerce').dt.year 
print (tyc) 
    col startDate year 
0 1 2016-05-03 2016.0 
1 2 2017-05-03 2017.0 
2 3   NaN  NaN 

1.

通過dropna與NaN動手清除所有的行，然後澆鑄到int：

tyc = tyc.dropna(subset=['year']) 
tyc['year'] = tyc['year'].astype(int) 
print (tyc) 
    col startDate year 
0 1 2016-05-03 2016 
1 2 2017-05-03 2017 

2。

通過fillna通過像1一些int值替換NaN秒，然後轉換爲int：

tyc['year'] = tyc['year'].fillna(1).astype(int) 
print (tyc) 
    col startDate year 
0 1 2016-05-03 2016 
1 2 2017-05-03 2017 
2 3   NaN  1 

Answer 2

您可以使用apply：

def mod_strings(date_str): 
    try: 
     return int(date_str.split('-')[0]) 
    except (AttributeError, IndexError): # in case value is not as 
              # expected returning original value 
     return date_str 

tyc.startDate = tyc.startDate.apply(mod_strings) 

，但它可能會更容易簡單地整列從字符串轉換爲日期對象，然後使用tyc.startDate = tyc.startDate.dt.year（假設大熊貓版本> = 0.16）