首页 > 解决方案 > 检查数据框中每列的名称是否包含子字符串并更改数据类型

问题描述

我有一个子字符串列表,我想检查我的数据框中的哪些列包含任何这些子字符串,以便我可以更改它们的数据类型。

例如,如果“Amount”是列表中的子字符串,则名称为 Cred_Amount、Amount_123、Amount的列的数据类型应更改为 int。

lst = ["Amount", "ID"]
df = pd.DataFrame({'ID_Loan': [2199, 3994, 8499, 74889, 83479],'Loan_Amount': ['100', '122', '222', '350', '300'],'Team': ['Boston', 'Boston', 'Boston', 'Chele', 'Barse'],'CreditAmount': [89, 79, 113, 78, 84],'College': ['MIT', 'MIT', 'MIT', 'Stanford', 'Stanford'],'ID_Num': [99999, 99994, 89999, 78889, 87779]})

df
   ID_Loan Loan_Amount    Team  CreditAmount   College  ID_Num
0     2199         100  Boston            89       MIT   99999
1     3994         122  Boston            79       MIT   99994
2     8499         222  Boston           113       MIT   89999
3    74889         350   Chele            78  Stanford   78889
4    83479         300   Barse            84  Stanford   87779

我希望将第 1、2、4 和 6 列更改为 int 数据类型

标签: pythonpandasdataframe

解决方案


用于filter选择和转换使用astype

u = df.filter(regex='|'.join(lst))
df[u.columns] = u.astype(int)

df.dtypes

ID_Loan          int64
Loan_Amount      int64
Team            object
CreditAmount     int64
College         object
ID_Num           int64
dtype: object

PS,我已将您的列列表重命名为,lst因为使用list内置阴影是不好的做法。


另一种选择是使用str.contains以下方式获取蒙版和切片loc

m =  df.columns.str.contains('|'.join(lst))
df.loc[:, m] = df.loc[:,m].astype(int)

df.dtypes

ID_Loan          int64
Loan_Amount      int64
Team            object
CreditAmount     int64
College         object
ID_Num           int64
dtype: object

最后,您还可以使用astype字典来选择性地转换某些列,但返回整个 DataFrame。

df = df.astype(
    dict.fromkeys(df.columns[df.columns.str.contains('|'.join(lst))], 'int'))

df.dtypes

ID_Loan          int64
Loan_Amount      int64
Team            object
CreditAmount     int64
College         object
ID_Num           int64
dtype: object

推荐阅读