pandas对象的指定列字符串转数字

你可以使用 Pandas 库中的 `map` 函数来完成这个任务。假设你的 Pandas 对象为 `data`，要转换的列为 `col_name`，要转换成数字的字符串为 `str_name`，那么可以使用以下代码：

data[col_name] = data[col_name].map({str_name: 1, 'other_string': 2, ...})

其中，`{}` 中为一个 Python 字典，表示要转换的字符串及对应的数字。

当然，也可以使用 `replace` 函数来完成类似的任务：

data[col_name].replace({str_name: 1, 'other_string': 2, ...}, inplace=True)

其中的 `inplace=True` 表示直接在原对象上修改数据。

相关问题

pandas对象指定列字符串替换为数字

好的，你可以使用pandas中的replace()方法来实现将指定列的字符串替换为数字。例如，要将名为'column_name'的列中的字符串'a'替换为数字1，字符串'b'替换为数字2，可以按如下方式进行：

df['column_name'].replace({'a': 1, 'b': 2}, inplace=True)

注意，需要使用inplace=True参数来直接修改原数据框中的数据。

pandas中把字符串格式变为数字格式

可以使用astype()方法将对象中的数据类型转换为指定的数据类型。例如，将字符串转换为浮点数：

import pandas as pd

df = pd.DataFrame({'A': ['1.2', '3.4', '5.6'], 'B': ['7', '8', '9']})
print(df)

# 将字符串列'A'转换为浮点数
df['A'] = df['A'].astype(float)
print(df)

输出：

     A  B
0  1.2  7
1  3.4  8
2  5.6  9

     A  B
0  1.2  7
1  3.4  8
2  5.6  9

同样，你也可以将字符串转换为整数、日期、布尔值等等。需要注意的是，如果字符串不能转换为指定的数据类型，将会抛出ValueError异常。