데이터 프레임 문자열 열에 결측값이 있는 경우 소문자를 지정하는 방법은 무엇입니까?

데이터 프레임 문자열 열에 결측값이 있는 경우 소문자를 지정하는 방법은 무엇입니까?

다음 코드가 작동하지 않습니다.

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan],columns=['x']) 
xLower = df["x"].map(lambda x: x.lower())

xLower = ['one','two',np.nan]을(를) 얻으려면 어떻게 조정해야 합니까? 실제 데이터 프레임이 크기 때문에 효율성이 중요합니다.

설명서에서와 같이 판다 벡터화된 문자열 방법을 사용합니다.

이러한 메서드는 결측값/NA 값을 자동으로 제외합니다.

.str.lower()첫 번째 예입니다.

>>> df['x'].str.lower()
0    one
1    two
2    NaN
Name: x, dtype: object

열에 문자열뿐만 아니라 숫자도 포함된 경우 가능한 또 다른 해결책은 다음과 같습니다.astype(str).str.lower()또는to_string(na_rep='')그렇지 않으면 숫자가 문자열이 아니라는 점을 감안할 때, 숫자를 낮추면 반환되기 때문입니다.NaN따라서:

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan,2],columns=['x']) 
xSecureLower = df['x'].to_string(na_rep='').lower()
xLower = df['x'].str.lower()

그러면 다음과 같습니다.

>>> xSecureLower
0    one
1    two
2   
3      2
Name: x, dtype: object

그리고 아닌

>>> xLower
0    one
1    two
2    NaN
3    NaN
Name: x, dtype: object

---

편집:

만약 당신이 NaN을 잃고 싶지 않다면, 지도를 사용하는 것이 더 나을 것입니다, (@wojciech-walczak, 그리고 @cs95 코멘트에서) 이것은 이렇게 보일 것입니다.

xSecureLower = df['x'].map(lambda x: x.lower() if isinstance(x,str) else x)

Pandas >= 0.25: 사례 구분 제거str.casefold

v0.25부터는 유니코드 데이터를 다루는 경우 "벡터화된" 문자열 방법을 사용하는 것이 좋습니다(문자열이나 유니코드에 상관없이 작동함).

s = pd.Series(['lower', 'CAPITALS', np.nan, 'SwApCaSe'])
s.str.casefold()

0       lower
1    capitals
2         NaN
3    swapcase
dtype: object

관련 GitHub 문제 GH25405도 참조하십시오.

casefold더 공격적인 대소문자 비교에 적합합니다.또한 NaN을 우아하게 처리합니다.str.lower수행).

하지만 왜 이게 더 좋을까요?

유니코드에서는 차이가 나타납니다.파이썬 문서의 예를 들어보면,

케이스 폴딩은 소문자와 비슷하지만 문자열에서 모든 대소문자 구분을 제거하기 위한 것이기 때문에 더 공격적입니다.예를 들어, 독일어 소문자'ß'와 동등합니다."ss"이미 소문자이기 때문에,lower()에 아무런 도움이 되지 않을 것입니다'ß';casefold()로 변환합니다."ss".

의 출력을 비교합니다.lower위해서,

s = pd.Series(["der Fluß"])
s.str.lower()

0    der fluß
dtype: object

대casefold,

s.str.casefold()

0    der fluss
dtype: object

또한 문자열 일치 및 소문자로 변환 시 소문자() 대 대 소문자()를 참조하십시오.

당신도 이것을 시도할 수 있습니다.

df= df.applymap(lambda s:s.lower() if type(s) == str else s)

람다 함수 적용

df['original_category'] = df['original_category'].apply(lambda x:x.lower())

가능한 해결책:

import pandas as pd
import numpy as np

df=pd.DataFrame(['ONE','Two', np.nan],columns=['x']) 
xLower = df["x"].map(lambda x: x if type(x)!=str else x.lower())
print (xLower)

결과:

0    one
1    two
2    NaN
Name: x, dtype: object

하지만 효율성에 대해서는 잘 모르겠습니다.

목록 이해력을 사용하고 있을 수 있습니다.

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan],columns=['Name']})
df['Name'] = [str(i).lower() for i in df['Name']] 

print(df)

데이터 프레임 열을 복사하여 간단히 적용

df=data['x']
newdf=df.str.lower()

적용 기능을 사용합니다.

Xlower = df['x'].apply(lambda x: x.upper()).head(10) 

결측값 및 기타 데이터 형식을 빈 문자열로 바꾸고 모든 문자열을 소문자로 바꿉니다.

df["x"] = df["x"].apply(lambda x: x.lower() if isinstance(x, str) else "")

결측값 및 문자열 이외의 다른 데이터 형식을 nan으로 바꾸고 모든 문자열을 소문자로 바꿉니다.

df["x"] = df["x"].apply(lambda x: x.lower() if isinstance(x, str) else np.nan)

nan 및 문자열 이외의 다른 데이터 형식은 그대로 유지하고 모든 문자열은 소문자로 만듭니다.

df["x"] = df["x"].apply(lambda x: x.lower() if isinstance(x, str) else x)

에 에.apply사용할 수도 있습니다.map

속도 면에서, 그것들은 거의 같습니다.df["x"] = df["x"].str.lower()그리고.df["x"] = df["x"].str.lower()그러나 적용/맵을 사용하면 결측값을 원하는 대로 처리할 수 있습니다.

100만 줄의 속도를 테스트했습니다.그 중 10%는nan나머지는 길이가 50입니다.

데이터 생성:

속도 비교:

언급URL : https://stackoverflow.com/questions/22245171/how-to-lowercase-a-pandas-dataframe-string-column-if-it-has-missing-values