文章目錄
- pandas_dataframe元素類型轉換并集操作/差集操作//bool&str混合資料類型排序問題
- TypeError: unsupported operand type(s) for +: 'bool' and 'str'
- datafram資料類型轉化
- astypes函數
- map(applymap)+python cast
- 并集&差集&索引重建重排序
- reset_index參考
- 相關集合論原理
pandas_dataframe元素類型轉換并集操作/差集操作//bool&str混合資料類型排序問題
TypeError: unsupported operand type(s) for +: ‘bool’ and ‘str’
- 排序中,可能遇到類似的報錯,我們可以嘗試通過資料類型轉換來解決
datafram資料類型轉化
某些時候,我們的資料中包含了一些特殊值,其類型容易被pandas識别為其他(譬如從str被識别為bool類型)
- 錯誤類型
-
TypeError : unsupported operand type(s) for +: 'bool' and 'str'
astypes函數
- pandas.DataFrame.astype — pandas 1.4.2 documentation (pydata.org)
- 這個方案感覺不是很通用(複雜情況下的實踐)
map(applymap)+python cast
- pandas.DataFrame.applymap
這個方案比較靠譜
# 将所有元素類型通過python元素類型強制轉化,轉換為str類型
df3=df3.applymap(lambda x:str(x))
# 這個時候再執行列上的元素排序不會出現資料類型不同的問題!
df3.sort_values(by='spelling')
并集&差集&索引重建重排序
- 以下代碼時候再jupyter方式運作檢視
- dataframe可以自己構造的對象
- concat()
- drop_duplicate()
# 并集(去重)(得到原生不重複的全集)
set_union_df=pd.concat([old_df,new_df]).drop_duplicates()
set_union_df
# 根據資料列重新産生(重建立立索引并排序:reset_index(drop=True));
# 或者不用drop參數,直接截取指定列(舊有的索引列自然會被去掉!)
# set_union_df=set_union_df.reset_index()[['spelling']]
# 差集(基于全集的去重操作;求取獨有的那部分元素)
##
# 注意concat(的參數)&drop_duplicates(的參數keep)
set_diff_df=pd.concat([set_union_df,old_df]).drop_duplicates(keep=False)
set_diff_df=set_diff_df.reset_index()[['spelling']]
set_diff_df
reset_index參考
- pandas.DataFrame.reset_index
相關集合論原理
# try diff compare(optional):以下是差集和pandas方法的推演
s1=pd.Series([2,3,4,5])
s1
df1=pd.DataFrame(s1)
s2=pd.Series([1,3,4,5])
df2=pd.DataFrame(s2)
set_union_df = pd.concat([df2, df1]).drop_duplicates()
set_union_df
#集合論中: A-B=A-AB
# 我們可以利用concat(A+B,B).drop_duplicates(keep=False)得到類似效果
# df2-df1
set_diff_df=pd.concat([set_union_df,df1]).drop_duplicates(keep=False)
set_diff_df
#df1-df2
set_diff_df=pd.concat([set_union_df,df2]).drop_duplicates(keep=False)
set_diff_df
print(set_union_df)