python - 当数据框既是 int 又是字符串时，在 Dataframe 中查找行？

Question

小问题让我头疼。我有一个类似于以下的数据框：

Number      Title
12345678    A
34567890-S  B
11111111    C
22222222-L  D

这是在 python 中使用 pandas 从 excel 文件中读取的，然后将索引设置为第一列：

db = db.set_index(['Number'])

然后我根据编号查找标题：

lookup = "12345678"
title = str(db.loc[lookup, 'Title'])

然而......虽然任何以“-Something”为后缀的东西都有效，但没有它的任何东西都找不到位置（例如，12345678 找不到任何东西，34567890-S 会）。我唯一的预感是它与查找字符串或整数有关，但我尝试了一些事情（将表转换为所有字符串，将 loc 更改为 iloc、ix 等），但到目前为止还没有运气。

有任何想法吗？谢谢 ：）

更新：因此从头开始尝试不会表现出相同的行为（创建测试数据库大概只是将所有内容设置为字符串），但是从 CSV 导入会导致上述情况，并且...

搜索“12345678”（作为字符串）不会找到它，但会找到 12345678 作为 int 。其他人也同样相反。因此，数据框仅将索引中的纯数字与整数匹配，而将其他任何与字符串匹配。

另外，我不能不搜索后缀，因为我有多行具有不同的后缀，例如 34567890-S、34567890-L、34567890-X。

标签： pythonstringpandasdataframeindexing

Answer 1

如果要将所有条目转换为一种特定类型，可以使用pandas.Series.astype：

db["Number"] = df["Number"].astype(str)
db = db.set_index(['Number'])

lookup = "12345678"
title = db.loc[lookup, 'Title']

---

有趣的是，这实际上比使用慢pandas.Index.map：

x1 = [pd.Series(np.arange(n)) for n in np.logspace(1, 4, dtype=int)]
x2 = [pd.Index(np.arange(n)) for n in np.logspace(1, 4, dtype=int)]

def series_astype(x1):
    return x1.astype(str)

def index_map(x2):
    return x2.map(str)