web-dev-qa-db-ja.com

Pandasを使用して、データフレーム全体を小文字から大文字に変換します

以下に示すようなデータフレームがあります。

# Create an example dataframe about a fictional army
raw_data = {'regiment': ['Nighthawks', 'Nighthawks', 'Nighthawks', 'Nighthawks'],
            'company': ['1st', '1st', '2nd', '2nd'],
            'deaths': ['kkk', 52, '25', 616],
            'battles': [5, '42', 2, 2],
            'size': ['l', 'll', 'l', 'm']}
df = pd.DataFrame(raw_data, columns = ['regiment', 'company', 'deaths', 'battles', 'size'])

enter image description here

私の目標は、データフレーム内のすべての文字列を大文字に変換して、次のようにすることです。

enter image description here

注意：すべてのデータ型はオブジェクトであり、変更しないでください。出力にはすべてのオブジェクトが含まれている必要があります。すべての単一列を1つずつ変換するのを避けたいです...おそらくデータフレーム全体で一般的にそれをしたいと思います。

私がこれまで試したのはこれをすることですが、成功しませんでした

df.str.upper()
pythonpandastype-conversionuppercaselowercase
10
Federico Gentile

astype（） は、各シリーズを dtype オブジェクト（文字列）にキャストし、変換されたシリーズで str（） メソッドを呼び出して、文字列を文字列で呼び出し、その上で関数 pper（） を呼び出します。この後、すべての列のdtypeがobjectに変更されることに注意してください。

In [17]: df
Out[17]: 
     regiment company deaths battles size
0  Nighthawks     1st    kkk       5    l
1  Nighthawks     1st     52      42   ll
2  Nighthawks     2nd     25       2    l
3  Nighthawks     2nd    616       2    m

In [18]: df.apply(lambda x: x.astype(str).str.upper())
Out[18]: 
     regiment company deaths battles size
0  NIGHTHAWKS     1ST    KKK       5    L
1  NIGHTHAWKS     1ST     52      42   LL
2  NIGHTHAWKS     2ND     25       2    L
3  NIGHTHAWKS     2ND    616       2    M

後で to_numeric（） を使用して、「バトル」列を再び数値に変換できます。

In [42]: df2 = df.apply(lambda x: x.astype(str).str.upper())

In [43]: df2['battles'] = pd.to_numeric(df2['battles'])

In [44]: df2
Out[44]: 
     regiment company deaths  battles size
0  NIGHTHAWKS     1ST    KKK        5    L
1  NIGHTHAWKS     1ST     52       42   LL
2  NIGHTHAWKS     2ND     25        2    L
3  NIGHTHAWKS     2ND    616        2    M

In [45]: df2.dtypes
Out[45]: 
regiment    object
company     object
deaths      object
battles      int64
size        object
dtype: object
24
Nehal J Wani

これは、次のapplymap操作によって解決できます。

df = df.applymap(lambda s:s.lower() if type(s) == str else s)
14
VincentQT

strはシリーズに対してのみ機能するため、各列に個別に適用してから連結できます。

In [6]: pd.concat([df[col].astype(str).str.upper() for col in df.columns], axis=1)
Out[6]: 
     regiment company deaths battles size
0  NIGHTHAWKS     1ST    KKK       5    L
1  NIGHTHAWKS     1ST     52      42   LL
2  NIGHTHAWKS     2ND     25       2    L
3  NIGHTHAWKS     2ND    616       2    M

編集：パフォーマンス比較

In [10]: %timeit df.apply(lambda x: x.astype(str).str.upper())
100 loops, best of 3: 3.32 ms per loop

In [11]: %timeit pd.concat([df[col].astype(str).str.upper() for col in df.columns], axis=1)
100 loops, best of 3: 3.32 ms per loop

どちらの答えも、小さなデータフレームで同等に機能します。

In [15]: df = pd.concat(10000 * [df])

In [16]: %timeit pd.concat([df[col].astype(str).str.upper() for col in df.columns], axis=1)
10 loops, best of 3: 104 ms per loop

In [17]: %timeit df.apply(lambda x: x.astype(str).str.upper())
10 loops, best of 3: 130 ms per loop

大きなデータフレームでは、私の答えはわずかに速くなります。

4
IanS

これを試して

df2 = df2.apply(lambda x: x.str.upper() if x.dtype == "object" else x)
3
Ganesh Bhat

dtypeの使用を保存したい場合はisinstance(obj,type)です

df.apply(lambda x: x.str.upper().str.strip() if isinstance(x, object) else x)
1
Alex Montoya