仅选择包含特定字符的列

Question

我有一个最初存储为所有类型 str 的数字 df ，有时列中的数据存储为百分比，但并不总是相同的列。我不知道哪一列是百分比还是数字。如果它存储为百分比，我需要将其转换为小数。如何找到哪些列是百分比，然后仅将这些列转换为小数一个例子name  date  col1  col2  col3  col4a     9/17  1.23  4.90% 3.00  100.00%b     9/17  2.00  6.10% 5.00  253.90%c     9/17  6.71  7.90% 7.00  98.00%期望的输出：name  date  col1  col2  col3  col4a     9/17  1.23  0.049 3.00  1.00b     9/17  2.00  0.061 5.00  2.539c     9/17  6.71  0.079 7.00  0.98我试过df=df.apply(pd.to_numeric, errors="ignore")df.iloc[:,2:]=df.iloc[:,2:].apply(lambda x: x.str.strip('%').astype(float)/100, axis=1)但这是将所有类型为 float 的列设置为 nan。如果列一开始都是 str 类型，那么第二行会将所有值除以 100，这是我不想要的。因此我需要查找并选择仅包含 % 的整个列就像是df.loc[:,df.apply(lambda x: x.str.contains("%"), axis=1)]除此之外，这将为您提供多维键错误的索引

Answer 1

filter以下是使用和select_dtypes查找列的一种方法：

cols = df.filter(like="col").select_dtypes("object").columns

或者，您可以提取 1 行并查找%：

cols = df.columns[df.loc[0].astype(str).str.endswith("%")]

两者都会为您提供列名称。

df[cols] = df[cols].replace("%", "", regex=True).astype(float)/100

print (df)

  name  date  col1   col2  col3   col4

0    a  9/17  1.23  0.049   3.0  1.000

1    b  9/17  2.00  0.061   5.0  2.539

2    c  9/17  6.71  0.079   7.0  0.980

Answer 2

这可能会让您开始：

import numpy as np

def percent_to_float(percent: str) -> float:

    return float(percent[:-1])/100

df.select_dtype(object).apply(np.vectorize(percent_to_float))   

这将获取所有列dtype=object（字符串数据存储在dtype=objectin 中），并应用将百分比字符串（如 ）转换为浮点数（如 ）的pandas函数。4.5%0.045