将 Pandas 数据框中的十六进制字符串列转换为整数。

Question

我有一个非常大的数据框，我想要避免迭代每一行并将整个列从十六进制字符串转换为整数。使用astype无法正确处理字符串，但单个条目却没有问题。有没有办法告诉astype数据类型是十六进制？

IN:
import pandas as pd
df = pd.DataFrame(['1C8','0C3'], columns=['Command0'])
df['Command0'].astype(int)
OUT:
ValueError: invalid literal for int() with base10: '1C8'

这个方法可行，但希望避免对每行进行迭代操作。

for index, row in df.iterrows():
    print(row['Command0'])

我从CSV中读取数据：pd.read_csv(open_csv, nrows=20)，如果有一种方法可以显式地告诉它数据格式，那就更好了！

- kaminsknator

Answer 1

你可以按照@Andrew的解决方案使用apply，但不需要使用lambda，因为它会增加开销。相反，使用带有关键字参数的apply：

res = df['Command0'].apply(int, base=16)

print(res)

0    456
1    195
Name: Command0, dtype: int64

使用pd.read_csv时，您可以使用functools.partial：

from functools import partial

df = pd.read_csv(open_csv, nrows=20, converters={'Command0': partial(int, base=16)})

- jpp

Answer 2

你可以使用 apply 方法。

df.Command0.apply(lambda x: int(x, 16))
>>>
0    456
1    195
Name: Command0, dtype: int64

你可以使用pd.read_csv函数并设置converters参数来实现这一点：

df = pd.read_csv("path.txt", converters={"Command0": lambda x: int(x, 16)})

- andrew

---

谢谢你的回答。我也发现只要在转换器中明确告诉它基数，就不需要应用“0x”。df = pd.read_csv(open_csv, nrows=20, converters = {'Command0': lambda x: int(x,16)}) - kaminsknator

Answer 3

反向操作（浮点数转十六进制不损失转换）如下： df ['Command0'] .apply（float.hex）

- mirekphd