如何删除整数类型列中的最后两位数？

Question

如何删除int64类型的DataFrame列的最后两位数？

例如df['DATE']包括:

DATE
20110708
20110709
20110710
20110711
20110712
20110713
20110714
20110815
20110816
20110817

我想要的是:

DATE
201107
201107
201107
201107
201107
201107
201107
201108
201108
201108

实现这一目标的最简单方法是什么？

Answer 1

使用astype随后使用的向量化str方法将int64dtype 转换为str,以对str进行切片,然后再次转换回dtype:

In [184]:
df['DATE'] = df['DATE'].astype(str).str[:-2].astype(np.int64)
df

Out[184]:
     DATE
0  201107
1  201107
2  201107
3  201107
4  201107
5  201107
6  201107
7  201108
8  201108
9  201108

In [185]:    
df.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 10 entries, 0 to 9
Data columns (total 1 columns):
DATE    10 non-null int64
dtypes: int64(1)
memory usage: 160.0 bytes

嗯...

原来有一个内置的方法floordiv:

In [191]:
df['DATE'].floordiv(100)

Out[191]:
0    201107
1    201107
2    201107
3    201107
4    201107
5    201107
6    201107
7    201108
8    201108
9    201108
Name: DATE, dtype: int64

更新

对于1000行df,该floordiv方法要快得多:

%timeit df['DATE'].astype(str).str[:-2].astype(np.int64)
%timeit df['DATE'].floordiv(100)

100 loops, best of 3: 2.92 ms per loop
1000 loops, best of 3: 203 µs per loop

在这里我们观察到~10倍的加速

Answer 2

您可以使用floor division //来删除最后两位数并保留整数类型:

>>> df['DATE'] // 100
     DATE
0  201107
1  201107
2  201107
3  201107
4  201107
5  201107
6  201107
7  201108
8  201108
9  201108