質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.51%

  • Python

    11763questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • pandas

    897questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

  • for

    290questions

    for文は、様々なプログラミング言語で使われている制御構造です。for文に定義している条件から外れるまで、for文内の命令文を繰り返し実行します。

  • if

    251questions

    if文とは様々なプログラミング言語で使用される制御構文の一種であり、条件によって処理の流れを制御します。

Pandasで、文字列が混在したデータフレームを数値化する方法を教えて頂けませんか

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 731

YOSHITAKEH

score 11

Pandasのデータテーブルに、文字列が混ざっています。数値(整数:int)にする方法がうまくいきません。アドバイスを頂けますでしょうか。

 やりたいこと

以下、現在のdataflame(以下、df)に対して、

date item sales
2018-1-1 トマト 983220
2018-1-1 りんご 233320
2018-1-2 みかん 29.1万円
2018-1-3 トマト1 983220
2018-1-4 りんご1 233320
2018-1-5 ぶどう 19.1万円

sales列の中から、万円の文字を削除し、さらに1000倍して桁数をあわせ、全て整数(int型)に統一したいです。

以下、希望のデータフレームのようにしたいです。

date item sales
2018-1-1 トマト 983220
2018-1-1 りんご 233320
2018-1-2 みかん 291000
2018-1-3 トマト1 983220
2018-1-4 りんご1 233320
2018-1-5 ぶどう 191000

 試したこと

まず、考えたのは、

  • 万円を replace関数で削除する
  • 1000倍する(float()と、*1000)
  • 数値(整数)にする(int())

そして、これをfor文で繰り返す。

ということです。私が考えたのは、以下のようなコードです。

for i in range(1,len(df['sales'])):
    if "万" not in df.loc[i,'sales']:
        df.loc[i,'sales'] = int(df.loc[i,'sales'])
    else:
        df.loc[i,'sales'] =  int(float(df.loc[i,'sales'].replace('万',''))*1000)

 教えて頂きたいこと

 1.FOR文、IF文の書き方の誤りについて

上記のコードのうち、最下部の

int(float(df.loc[i,'sales'].replace('万',''))*1000)


をfor文、及びif文を使わずに、1つのセルだけ置換、1000倍、型変換をすると、求める数値が算出できます。しかし、for文やif文を使うとエラーがでてしまいます。for文、if文の誤りをご指摘いただけないでしょうか。

 1.FOR文、IF文を使わないスマートな方法を教えていただけませんでしょうか。

いろいろ調べていると、map関数、Lambda式など、もう少しスマートな方法があるようなことを知りました。わたしのやりたいことに照らし合わせると、FOR文やIF文は、相応しくないのでしょうか?アドバイスいただけると幸いです。

 環境

Macbook pro
Anaconda
Python 3.6
Jupyter notebook
panas

お忙しいとは思いますが、よろしくお願いいたします。
情報に不足がありましたら、ご指摘くださいませ。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

行データ内のsales列を整数の円に換算する関数toYenを用意し
.map(toYen,axis=1)で行毎に適用するとよいです。

import pandas as pd
df = pd.DataFrame({'date':['2018-1-1','2018-1-1'],'item':['tomato','orange'],'sales':['983220','29.1万円']})
print(df)
"""
       date    item   sales
0  2018-1-1  tomato  983220
1  2018-1-1  orange  29.1万円
"""

# salesを整数の円に換算
def toYen(row):
    sales = row['sales']
    pos = sales.find('万')
    if pos < 0:
        sales = int(sales)
    else:
        sales = int(float(sales[:pos]) * 10000) # 「万」の手前までの数値を抽出し1万倍する

    row['sales'] = sales
    return row

df.apply(toYen,axis=1) # 行毎に処理
print(df)
"""
       date    item   sales
0  2018-1-1  tomato  983220
1  2018-1-1  orange  291000
"""

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/11/25 12:24

    can110様 ご回答誠にありがとうございました。おかげさまで解決できました。

    キャンセル

同じタグがついた質問を見る

  • Python

    11763questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • pandas

    897questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

  • for

    290questions

    for文は、様々なプログラミング言語で使われている制御構造です。for文に定義している条件から外れるまで、for文内の命令文を繰り返し実行します。

  • if

    251questions

    if文とは様々なプログラミング言語で使用される制御構文の一種であり、条件によって処理の流れを制御します。