零填充熊猫列

Question

我有以下数据框，其中col_1是整数类型：

print(df)

col_1 
100
200
00153
00164

如果位数等于3，我想添加两个零。

final_col
00100
00200
00153
00164

我尝试过：

df.col_1 = df.col_1.astype(int).astype(str)

df["final_col"] = np.where(len(df["col_1"]) == 3, "00" + df.col_1, df.col_1 )

但是，它不会产生预期的输出（满足条件时，不会将两位数字相加）。

我该如何解决？

Answer 1

使用str.zfill：

df['final_col'] = df['col_1'].astype(str).str.zfill(5)

[出去]

   final_col
0      00100
1      00200
2      00153
3      00164

更新，如果您只想准确填充 len 为 3 的位置，请使用感谢@yatu 指出：Series.where

df.col_1.where(df.col_1.str.len().ne(3),
               df.col_1.astype(str).str.zfill(5))

Answer 2

另一种使用方式series.str.pad()：

df.col_1.astype(str).str.pad(5,fillchar='0')

0    00100
1    00200
2    00153
3    00164

您的解决方案应更新为：

(np.where(df["col_1"].astype(str).str.len()==3, 
       "00" + df["col_1"].astype(str),df["col_1"].astype(str)))

但这在字符串的长度小于5且不等于3时不起作用，因此我建议您不要使用它。

Answer 3

# after converting it to str , you can foolow up list comprehension.\n\ndf=pd.DataFrame({'col':['100','200','00153','00164']})\ndf['col_up']=['00'+x if len(x)==3 else x for x in df.col ]\ndf\n\n###output\n\n    col    col_up\n0   100     00100\n1   200     00200\n2   00153   00153\n3   00164   00164\n\n\n    ### based on the responses in comments \n  %%timeit -n 10000\n df.col.str.pad(5,fillchar='0') \n142 \xc2\xb5s \xc2\xb1 5.47 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 10000 loops each)\n\n\n     %%timeit -n 10000\n ['00'+x if len(x)==3 else x for x in df.col ]\n21.1 \xc2\xb5s \xc2\xb1 952 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 10000 loops each)\n\n  %%timeit -n 10000\n  df.col.astype(str).str.pad(5,fillchar='0')\n243 \xc2\xb5s \xc2\xb1 7.02 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 10000 loops each)\n

\n