替换数据帧中的值Python

Question

Lon_X  Lat_Y 
5,234234  6,3234234 
5,234234  6,3234234 
5,234234  6,3234234 
5,234234  6,3234234 
5,234234  6,3234234 

我在上面的熊猫/数据框中有GPS坐标。然而，这些使用逗号分隔符。使用熊猫将这些转换为浮动GPS坐标的最佳方法是什么？

for item in frame.Lon_X: 
    float(item.replace(",", ".")) # makes the conversion but does not store it back 

我已经试过iteritems功能，但似乎很慢，给我一个警告，我真的不明白：

for index, value in frame.Lon_X.iteritems(): 
    frame.Lon_X[index] = float(value.replace(",", ".")) 

见警告文档中： http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 从ipykernel进口kernelapp为app

Answer 1

您可以使用applymap：

df[["Lon_X", "Lat_Y"]] = df[["Lon_X", "Lat_Y"]].applymap(lambda x: float(x.replace(",", "."))) 
df 

---

以下是有关这些替代一些基准测试软件，to_float_inplace是显著比所有其他方法更快：

数据：

df = pd.DataFrame({"Lon_X": ["5,234234" for i in range(1000000)], "Lat_Y": ["6,3234234" for i in range(1000000)]}) 

---

# to_float_inplace 
def to_float_inplace(x): 
    x[:] = x.str.replace(',', '.').astype(float) 

%timeit df.apply(to_float_inplace) 
# 1 loops, best of 3: 269 ms per loop 

# applymap + astype 
%timeit df.applymap(lambda x: x.replace(",", ".")).astype(float) 
# 1 loops, best of 3: 1.26 s per loop 

# to_float 
def to_float(x): 
    return x.str.replace(',', '.').astype(float) 

%timeit df.apply(to_float) 
# 1 loops, best of 3: 1.47 s per loop 

# applymap + float 
%timeit df.applymap(lambda x: float(x.replace(",", "."))) 
# 1 loops, best of 3: 1.75 s per loop 

# replace with regex 
%timeit df.replace(',', '.', regex=True).astype(float) 
# 1 loops, best of 3: 1.79 s per loop 

Answer 2

试试这个：

df.applymap(lambda x: float(x.replace(",", "."))) 

编辑：忘了map作为@Psidom显示

Answer 3

您可以将熊猫的量化方法一起就地一轴：

def to_float_inplace(x): 
    x[:] = x.str.replace(',', '.').astype(float) 

df.apply(to_float_inplace) 

Answer 4

你可以跳过使用申请，并直接与更换replace方法regex=True

df.replace(',', '.', regex=True).astype(float)