Python如何将十六进制的浮点数转换为十进制数

Question

Python如何将十六进制的浮点数转换为十进制数

3

我已经使用pandas从csv文件中读取了一些数据。该数据不完整，因此包含许多NaN值。我想向数据添加一列来将十六进制值转换为十进制值。不幸的是，具有十六进制值的列都被读取为浮点数，而不是字符串，因为它们恰好具有这些值。示例数据

   val
0 20.0
1  nan
2 20.0

在Python中将十六进制转换为十进制的简单方法似乎是：int('20.0',16)，这应该得到32。

然而，由于这是Pandas，我无法将值转换为整数，或者至少我一直收到错误提示。

我的当前代码如下：

df['valdec'] = np.where(np.isnan(df['val']), 
                    df['val'], 
                    int(df['val'].astype(int).astype(str), 16))

这个错误提示为：

ValueError: 无法将NA转换为整数

如果不使用 astype(int)，值为 "20.0" ，无法进行转换。在处理 pandas 数据框时，是否有其他方法将浮点值解释为十六进制值并转换为十进制值？

- Eric Jensen

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- EdChum · Accepted Answer

你可以掩盖感兴趣的行并进行双重转换，然后调用apply：

In [126]:
df['valdec'] = df['val'].dropna().astype(int).astype(str).apply(lambda x: int(x, 16))
df

Out[126]:
    val  valdec
0  20.0    32.0
1   NaN     NaN
2  20.0    32.0

首先，我们调用 dropna 来删除 NaN，这使我们能够使用 .astype(int) 进行强制转换为整数，然后通过调用 .astype(str) 转换为 str。

然后我们调用 apply 进行十六进制转换，并将所有结果分配给新列。

请注意，由于存在 NaN，新列的 dtype 将是 float。您无法混合使用 int 和 float 正如 @jasonharper 指出的那样，在此处进行强制转换为 int 将丢失任何小数部分，因此更高精度的方法是使用 float.fromhex:

In [128]:
df['valdec'] = df['val'].astype(str).dropna().apply(lambda x: float.fromhex(x))
df

Out[128]:
    val  valdec
0  20.0    32.0
1   NaN     NaN
2  20.0    32.0