Pandas：如何更改列的所有值？

Question

我有一个名为"Date"的列的数据框，希望此列中的所有值都具有相同的值（仅限年份）。示例：

City     Date
Paris    01/04/2004
Lisbon   01/09/2004
Madrid   2004
Pekin    31/2004

我想要的是：

City     Date
Paris    2004
Lisbon   2004
Madrid   2004
Pekin    2004

这是我的代码：

fr61_70xls = pd.ExcelFile('AMADEUS FRANCE 1961-1970.xlsx')

#Here we import the individual sheets and clean the sheets    
years=(['1961','1962','1963','1964','1965','1966','1967','1968','1969','1970'])

fr={}

header=(['City','Country','NACE','Cons','Last_year','Op_Rev_EUR_Last_avail_yr','BvD_Indep_Indic','GUO_Name','Legal_status','Date_of_incorporation','Legal_status_date'])

for year in years:
    # save every sheet in variable fr['1961'], fr['1962'] and so on
    fr[year]=fr61_70xls.parse(year,header=0,parse_cols=10)
    fr[year].columns=header
    # drop the entire Legal status date column
    fr[year]=fr[year].drop(['Legal_status_date','Date_of_incorporation'],axis=1)
    # drop every row where GUO Name is empty
    fr[year]=fr[year].dropna(axis=0,how='all',subset=[['GUO_Name']])
    fr[year]=fr[year].set_index(['GUO_Name','Date_of_incorporation'])

碰巧在我的数据帧中，例如fr['1961']，Date_of_incorporation的值可以是任何值（字符串、整数等），所以最好完全删除此列，然后将另一个只有年份的列附加到数据帧？

Answer 1

可以使用apply进行列转换

定义一个clean函数来删除美元和逗号，并将数据转换为浮点数。

def clean(x):
    x = x.replace("$", "").replace(",", "").replace(" ", "")
    return float(x)

下一步，在你的专栏上这样称呼它。

data['Revenue'] = data['Revenue'].apply(clean)

Answer 2

或者如果要在apply函数中使用lambda函数：

data['Revenue']=data['Revenue'].apply(lambda x:float(x.replace("$","").replace(",", "").replace(" ", "")))

Answer 3

正如@DSM所指出的，您可以更直接地使用vectorised string methods：

df['Date'].str[-4:].astype(int)

或者使用extract（假设每个字符串中只有一组长度为4的数字）：

df['Date'].str.extract('(?P<year>\d{4})').astype(int)

另一种稍微灵活一点的方法，可能是使用^{}（或等价于^{}）来执行此操作：

df['Date'] = df['Date'].apply(lambda x: int(str(x)[-4:]))
             #  converts the last 4 characters of the string to an integer

lambda函数从Date获取输入并将其转换为一年。
你可以（或许应该）把这个写得更详细一些：

def convert_to_year(date_in_some_format);
    date_as_string = str(date_in_some_format)
    year_as_string = date_in_some_format[-4:] # last four characters
    return int(year_as_string)

df['Date'] = df['Date'].apply(convert_to_year)

也许“年”是这个专栏的一个更好的名字。。。