ML之DS：仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)

 

 

 

 

 

目录

仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)

输出结果

实现代码

---

 

 

 

仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)

输出结果

name object ID object age object age02 int64 age03 object born datetime64[ns] sex object hobbey object money float64 weight float64 test01 float64 test02 float64 dtype: objectname ID age age02 age03 born sex hobbey money weight \ 0 Bob 1 NaN 14 14 NaT 男 打篮球 200.0 140.5 1 LiSa 2 28 26 26 1990-01-01 女 打羽毛球 240.0 120.8 2 Mary 38 24 24 1980-01-01 女 打乒乓球 290.0 169.4 3 Alan None 6 6 NaT None 300.0 155.6 test01 test02 0 1.000000 1.000000 1 2.123457 2.123457 2 3.123457 3.123457 3 4.123457 4.123457 name ID age age02 age03 born sex hobbey money weight \ 0 Bob 1 NaN 14 14 NaT 男 打篮球 200.0 140.5 1 LiSa 2 28 26 26 1990-01-01 女 打羽毛球 240.0 120.8 2 Mary 38 24 24 1980-01-01 女 打乒乓球 290.0 169.4 3 Alan None 6 6 NaT None 300.0 155.6 test01 test02 age02_Square 0 1.000000 1.0 196 1 2.123457 2.123456789 676 2 3.123457 3.123456781011126 576 3 4.123457 4.123456789109999 36

 

 

实现代码

import pandas as pd import numpy as npcontents={"name": ['Bob', 'LiSa', 'Mary', 'Alan'],"ID": [1, 2, ' ', None], # 输出 NaN"age": [np.nan, 28, 38 , '' ], # 输出 "age02": [14, 26, 24 , 6], "age03": [14, '26', '24' , '6'], "born": [pd.NaT, pd.Timestamp("1990-01-01"), pd.Timestamp("1980-01-01"), ''], # 输出 NaT"sex": ['男', '女', '女', None,], # 输出 None"hobbey":['打篮球', '打羽毛球', '打乒乓球', '',], # 输出 "money":[200.0, 240.0, 290.0, 300.0], # 输出"weight":[140.5, 120.8, 169.4, 155.6], # 输出"test01":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 输出"test02":[1, 2.123456789, 3.123456781011126, 4.123456789109999], # 输出} data_frame = pd.DataFrame(contents) # data_frame.to_excel("data_Frame.xls") print(data_frame.dtypes) print(data_frame)# ML之DS：仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值) col='test02' data_frame[col].astype("string") data_frame[col]=data_frame[col].apply(str)def ChangeSquare(x):return x*x col='age02' data_frame[col+'_Square']=data_frame[col].apply(ChangeSquare) print(data_frame)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

总结

以上是生活随笔为你收集整理的ML之DS：仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。