如何在多个 pandas 列中将十六进制转换为整数

Question

我正在尝试将具有十六进制值的 pandas table 转换为十进制。我目前正在使用以下内容一次完成这一专栏：

df["a"] = df["a"].apply(int,base=16)
df["b"] = df["b"].apply(int,base=16)
df["c"] = df["c"].apply(int,base=16)
df["d"] = df["d"].apply(int,base=16)

要不要一次性搞定这一切？类似于：

df[['a','b','c','d']] = df[['a','b','c','d']].apply(int,base=16,axis=1)

我试过：

df[['a','b','c','d']] = df[['a','b','c','d']].apply(lambda x: int(x,base=16),axis=1)

但这并不奏效。

示例数据：

      A                    B        C
0  0x26  0x526aada8ffd9e0000  0x15f90
1  0x26                  0x0  0x222e0
2  0x25                  0x0  0x222e0

Answer 1

所以这是一个示例数据框：

>>> df
      A                    B        C
0  0x26  0x526aada8ffd9e0000  0x15f90
1  0x26                  0x0  0x222e0
2  0x25                  0x0  0x222e0

现在，您只需要 applymap:

>>> hex_to_int = lambda x: int(x, 16)
>>> df[['A', 'B', 'C']] = df[['A', 'B', 'C']].applymap(hex_to_int)

结果如预期：

>>> df
    A                     B       C
0  38  95020000000000000000   90000
1  38                     0  140000
2  37                     0  140000

如何在多个 pandas 列中将十六进制转换为整数

How to convert hex to int in multiple pandas columns

python

hex

pandas