如何将 .strip().split() 函数应用于 Pandas 数据框中的整个列

Question

数据帧示例 我的 Pandas 数据框有一列 EvaRange，它是通过以下方式捕获的。

<1000 mm
1000-1200mm
1200-1400mm
>1400mm

期望输出 我想在数据帧上执行一些机器学习，所以我需要将其转换为单个数值。

到目前为止，我已经设法对数据框中的一行执行此操作，但我想将其应用于整列。

代码示例

a = df["EvaRange"][0].strip().split('mm')[0].split('-')
b = (float(a[0])+float(a[1]))/2
b

这设法 return 两个范围之间的平均值，其中有 2 个数字可用。

请求请有人帮助我概括这一点，以便我可以将其应用于整个专栏并适应“<”和“>”值。

Answer 1

我建议提取数字然后对其进行平均：

df["EvaRange"].str.extract(r"(\d+)\D*(\d+)?").astype(float).mean(axis=1)
#0    1000.0
#1    1100.0
#2    1300.0
#3    1400.0

在这里，正则表达式 r"(\d+)\D*(\d+)?" 要求一个或多个数字（一个数字），可选地后跟一些非数字，可选地后跟一些数字（另一个数字）。

Answer 2

我建议使用 str.extractall 获取所有数字，然后在第一级获取平均值：

df.EvaRange.str.extractall(r"(\d+)").astype(float).mean(level=0)

         0
0   1000.0
1   1100.0
2   1300.0
3   1400.0

基于您对剥离和拆分的想法：

(df.EvaRange
 .str.strip("<> mm")
 .str.split("-")
 .explode()
 .astype(float)
 .mean(level=0)
 )

0    1000.0
1    1100.0
2    1300.0
3    1400.0
Name: EvaRange, dtype: float64

如何将 .strip().split() 函数应用于 Pandas 数据框中的整个列

how to apply .strip().split() function to an entire column in a Pandas dataframe

python

split

strip

pandas