web-dev-qa-db-fra.com

Ajouter des zéros à des chaînes dans un cadre de données Pandas

J'ai un cadre de données de pandas où les 3 premières colonnes sont des chaînes:

         ID        text1    text 2
0       2345656     blah      blah
1          3456     blah      blah
2        541304     blah      blah        
3        201306       hi      blah        
4   12313201308    hello      blah

Je veux ajouter des zéros non significatifs à l'ID:

                ID    text1    text 2
0  000000002345656     blah      blah
1  000000000003456     blah      blah
2  000000000541304     blah      blah        
3  000000000201306       hi      blah        
4  000012313201308    hello      blah

J'ai essayé:

df['ID'] = df.ID.zfill(15)
df['ID'] = '{0:0>15}'.format(df['ID'])
pythonstringpandas
27
jgaw

Essayer:

df['ID'] = df['ID'].apply(lambda x: '{0:0>15}'.format(x))

ou même

df['ID'] = df['ID'].apply(lambda x: x.zfill(15))
40
Rohit

L'attribut str contient la plupart des méthodes de la chaîne.

df['ID'] = df['ID'].str.zfill(15)

Voir plus: http://pandas.pydata.org/pandas-docs/stable/text.html

30
Guangyang Li

Cela peut être réalisé avec une seule ligne lors de l'initialisation. Utilisez simplement converters argument.

df = pd.read_Excel('filename.xlsx', converters={'ID': '{:0>15}'.format})

vous réduirez ainsi la longueur du code de moitié :)

df = pd.read_Excel('filename.xlsx')
df['ID'] = df['ID'].str.zfill(15) # df['ID'] = df['ID'].apply(lambda x: '{0:0>15}'.format(x))

PS: read_csv possède également cet argument.

4
Daniil Mashkin

Avec Python 3.6+, vous pouvez également utiliser des f-strings:

df['ID'] = df['ID'].map(lambda x: f'{x:0>15}')

La performance est comparable ou légèrement pire par rapport à df['ID'].map('{:0>15}'.format). D'autre part, les chaînes de caractères permettent des sorties plus complexes, et vous pouvez les utiliser plus efficacement via une liste de compréhension.

Benchmarking de performance

# Python 3.6.0, Pandas 0.19.2

df = pd.concat([df]*1000)

%timeit df['ID'].map('{:0>15}'.format)                  # 4.06 ms per loop
%timeit df['ID'].map(lambda x: f'{x:0>15}')             # 5.46 ms per loop
%timeit df['ID'].astype(str).str.zfill(15)              # 18.6 ms per loop

%timeit list(map('{:0>15}'.format, df['ID'].values))    # 7.91 ms per loop
%timeit ['{:0>15}'.format(x) for x in df['ID'].values]  # 7.63 ms per loop
%timeit [f'{x:0>15}' for x in df['ID'].values]          # 4.87 ms per loop
%timeit [str(x).zfill(15) for x in df['ID'].values]     # 21.2 ms per loop

# check results are the same
x = df['ID'].map('{:0>15}'.format)
y = df['ID'].map(lambda x: f'{x:0>15}')
z = df['ID'].astype(str).str.zfill(15)

assert (x == y).all() and (x == z).all()
4
jpp

Si vous rencontrez l'erreur:

Erreur Pandas: ne peut utiliser que les accesseurs .str avec des valeurs de chaîne, qui utilisent np.object_ dtype dans les pandas

df['ID'] = df['ID'].astype(str).str.zfill(15)
1
Deskjokey