我有我已经从存储在XML文件中的数据创建的熊猫数据帧:更改为特定的列的D型细胞在大熊猫数据帧
最初XLM文件被打开和解析
xmlData = etree.parse(filename)
trendData = xmlData.findall("//TrendData")
我创建一个目录列出所有数据的名称(用作列名)作为键并给出了在XML文件中的数据的位置:
Parameters = {"TreatmentUnit":("Worklist/AdminData/AdminValues/TreatmentUnit"),
"Modality":("Worklist/AdminData/AdminValues/Modality"),
"Energy":("Worklist/AdminData/AdminValues/Energy"),
"FieldSize":("Worklist/AdminData/AdminValues/Fieldsize"),
"SDD":("Worklist/AdminData/AdminValues/SDD"),
"Gantry":("Worklist/AdminData/AdminValues/Gantry"),
"Wedge":("Worklist/AdminData/AdminValues/Wedge"),
"MU":("Worklist/AdminData/AdminValues/MU"),
"My":("Worklist/AdminData/AdminValues/My"),
"AnalyzeParametersCAXMin":("Worklist/AdminData/AnalyzeParams/CAX/Min"),
"AnalyzeParametersCAXMax":("Worklist/AdminData/AnalyzeParams/CAX/Max"),
"AnalyzeParametersCAXTarget":("Worklist/AdminData/AnalyzeParams/CAX/Target"),
"AnalyzeParametersCAXNorm":("Worklist/AdminData/AnalyzeParams/CAX/Norm"),
....}
这只是一小部分的目录,实际一个列表80个参数 目录密钥然后排序:
sortedKeys = list(sorted(Parameters.keys()))
甲头的熊猫数据帧创建的:
dateList=[]
dateList.append('date')
headers = dateList+sortedKeys
我然后创建具有一个空的熊猫数据帧与trendData中的记录数相同的行数并且列标题设置为'标题',然后通过填充数据帧的文件循环:
df = pd.DataFrame(index=np.arange(0,len(trendData)), columns=headers)
for a,b in enumerate(trendData):
result={}
result["date"] = dateutil.parser.parse(b.attrib['date'])
for i,j in enumerate(Parameters):
result[j] = b.findtext(Parameters[j])
df.loc[a]=(result)
df = df.set_index('date')
这似乎工作正常,但问题是,每个colum的dtype设置为'对象',而大多数应该是整数。它可以使用:
df.convert_objects(convert_numeric=True)
它工作正常,但现在被depricated。 我也可以使用,例如:
df.AnalyzeParametersBQFMax = pd.to_numeric(df.AnalyzeParametersBQFMax)
转换单个列。但有没有一种使用pd.to_numeric与列名列表的方式。我可以创建一个列应该是整数使用以下列表;
int64list=[]
for q in sortedKeys:
if q.startswith("AnalyzeParameters"):
int64list.append(q)
但无法找到一种方法将此列表传递给函数。
感谢。它运作良好,虽然我不得不使用: data ['date'] = data ['date']。astype('float') 而不是int64由于某种原因 – Trigfa
很高兴我能帮忙! –