这是一个奇怪的具体问题，但是
如果我有一个 pandas 数据框，如下所示：
...
8 0
9 0
10 0
11 0
12 0
13 Dogs
14 Cats
...
我需要它来查看所有字符串类型并将它们更改为 1，所以：
...
8 0
9 0
10 0
11 0
12 0
13 1
14 1
...
有没有办法让 df.replace() 查看字符串类型？
谢谢！
好玩的问题！
我有一个包含许多列的数据框，但相关的列是：id，event_time
这些ID是可重复的。我正在尝试计算每行中ID出现之前数据帧中ID出现的所有时间。因此，如果id = 43且event_time = 2016-01-01 12:00:00，我希望计算id 43在此event_time之前发生的所有时间。event_time已使用pd.to_datetime（）格式化，但不是索引。
这个循环解决了这个问题，但是对于400k +行来说，它实在太慢了。
occs=[]
for ix in range(len(df)):
cur=df.iloc[[ix]]
occurrences=df[(df.id==cur.id.values[0])&
(df.event_time < cur.event_time.values[0])]
occs.append(len(occurrences))
df['total_occ']=occs
我知道必须有一个更好的方法，可能是使用group by。关键是它只能在event_time之前的时间出现，并且它们的顺序不正确。
感谢大家！
*编辑样本数据*
id | event_time | count
11 2016-11-09 1
8 2016-11-10 1
32 2016-11-08 0
11 2016-11-08 0
8 2016-11-11 2
8 2016-11-07 0
（但是，计数将高得多，以数千为单位...计数是所需的输出）