关于python：如何迭代多列数据框中的每个列值？

How to iterate over each individual column values in multiple column dataframe?

我有多个列数据框架，其中列有[国家]、[能源供应]、[人均能源供应]、[可再生能源]。

在能量供应栏，我想把这个栏的单位从千兆转换成千兆。但在这个过程中当值类似于"…"(缺少的值用这个表示)时，energy['Energy Supply']*= energy['Energy Supply']也会被乘以或说是重复的。此外，该列中的字符串值也将成倍增加。(如原件：PETA，手术后：PETAPETAPETA…)。

为了阻止这种情况的发生，我正在运行：

1
2
3
4
5
6
7

energy = pd.read_excel("Energy Indicators.xls",skiprows = 16, skip_footer = 38)
energy.drop(['Unnamed: 0','Unnamed: 1'],axis = 1, inplace = True)
energy.columns = ['Country', 'Energy Supply', 'Energy Supply per Capita', '% Renewable']
for i in energy['Energy Supply']:
if (isinstance(energy[i],int) == True):
energy['Energy Supply'][i]=energy['Energy Supply'][i]*1000000
return (energy)

但我得不到结果，即只改变整型变量的值，什么都没有改变。

在我认为问题所在的地方，前两行将给出同样的条件，因为第一行是"字符串"，基于此，程序不修改值，而我想单独检查值是否为整数类型，如果是，则将数字乘以1000000。

输入：

1
2
3
4
5
6

Country Energy Supply Energy Supply per Capita % Renewable
0 NaN Petajoules Gigajoules %
1 Afghanistan 321 10 78.6693
2 Albania 102 35 100
3 Algeria 1959 51 0.55101
4 American Samoa ... ... 0.641026

预期输出：

1
2
3
4
5
6

Country Energy Supply Energy Supply per Capita % Renewable
0 NaN Petajoules Gigajoules %
1 Afghanistan 3210000 10 78.6693
2 Albania 1020000 35 100
3 Algeria 19590000 51 0.55101
4 American Samoa ... ... 0.641026

电流输出：

1
2
3
4
5
6

Country Energy Supply Energy Supply per Capita % Renewable
0 NaN PetajoulesPeta. Gigajoules %
1 Afghanistan 3210000 10 78.6693
2 Albania 1020000 35 100
3 Algeria 19590000 51 0.55101
4 American Samoa ........ ... 0.641026

相关讨论

这对我来说很有价值：

1
2
3
4
5
6

import pandas as pd
import numpy as np

data = {"Energy Supply":[1,30,"Petajoules",5,70]*2000000}

energy = pd.DataFrame(data)

输入：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

Energy Supply
0 1
1 30
2 Petajoules
3 5
4 70
5 1
6 30
7 Petajoules
8 5
9 70
10 1
11 30
12 Petajoules
13 5
14 70
15 1
16 30
17 Petajoules
18 5
19 70
20 1
21 30
22 Petajoules
23 5
24 70
25 1
26 30
27 Petajoules
28 5
29 70
...
[10000000 rows x 1 columns]

然后我将序列转换为数组并设置值：

1
2
3
4
5
6
7

arr = energy["Energy Supply"].values

for i in range(len(arr)):
if isinstance(arr[i],int):
arr[i] = arr[i]*1000000
else:
pass

输出如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

Energy Supply
0 1000000
1 30000000
2 Petajoules
3 5000000
4 70000000
5 1000000
6 30000000
7 Petajoules
8 5000000
9 70000000
10 1000000
11 30000000
12 Petajoules
13 5000000
14 70000000
15 1000000
16 30000000
17 Petajoules
18 5000000
19 70000000
20 1000000
21 30000000
22 Petajoules
23 5000000
24 70000000
25 1000000
26 30000000
27 Petajoules
28 5000000
29 70000000
...
[10000000 rows x 1 columns]

此解决方案的速度大约是应用程序的两倍：

在数组中循环：

1	loop: 100%\|██████████\| 10000000/10000000 [00:07<00:00, 1376439.75it/s]

应用：

1	apply: 100%\|██████████\| 10000000/10000000 [00:14<00:00, 687420.00it/s]

如果将序列转换为数字，则字符串值将变为NaN值。使用np.将序列转换为数字并乘以值需要大约5秒：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

import pandas as pd
import numpy as np
import time

data = {"Energy Supply":[1,30,"Petajoules",5,70]*2000000}

energy = pd.DataFrame(data)
t = time.time()

energy["Energy Supply"] = pd.to_numeric(energy["Energy Supply"],errors="coerce")

energy["Energy_Supply"] = np.where((energy["Energy Supply"]%1==0),energy["Energy Supply"]*100,energy["Energy Supply"])
t1 = time.time()
print(t1-t)
5.275099515914917

但也可以在使用pd.to_Numeric()之后简单地执行此操作：

1	energy["Energy Supply"] = energy["Energy Supply"]*1000000