将pandas dataframe列从十六进制字符串转换为int

Question

我有一个非常大的数据框,我想避免遍历每一行,并希望将整个列从十六进制字符串转换为int.它不会使用astype正确处理字符串,但单个条目没有问题.有没有办法告诉astype数据类型是16？

IN:
import pandas as pd
df = pd.DataFrame(['1C8','0C3'], columns=['Command0'])
df['Command0'].astype(int)
OUT:
ValueError: invalid literal for int() with base10: '1C8'

这有效,但希望避免行迭代.

for index, row in df.iterrows():
    print(row['Command0'])

我正在从CSV中读取这个内容,pd.read_csv(open_csv, nrows=20)所以如果有办法读取它并明确告诉它格式是什么,那就更好了!

Answer 1

你可以用apply.

df.Command0.apply(lambda x: int(x, 16))
>>>
0    456
1    195
Name: Command0, dtype: int64

您可以pd.read_csv使用converters参数调用来执行此操作:

df = pd.read_csv("path.txt", converters={"Command0": lambda x: int(x, 16)})

Answer 2

您可以apply按照@Andrew的解决方案使用，但这lambda不是必需的，并且会增加开销。而是使用apply关键字参数：

res = df['Command0'].apply(int, base=16)

print(res)

0    456
1    195
Name: Command0, dtype: int64

使用pd.read_csv，您可以使用functools.partial：

from functools import partial

df = pd.read_csv(open_csv, nrows=20, converters={'Command0': partial(int, base=16)})