小编Pet*_*ter的帖子

我有一个代码将更改应用于数据集，然后下一个单元格选择它以继续进行另一组更改。这样做是为了我自己在数据处理中的可读性和故障排除。

我想我完成了代码并希望将其应用于初始数据。Ipython notebook 有一个选项运行所有单元。

我的问题是它是一个接一个运行还是同时运行？

我目前有一个如下所示的数据框：

   Idnumber    Ownership    Date
    1            100        2006
    2            >50        2006 
    1            80         2007
    3            NaN        2006

所有权列当前为浮动类型。我想要的是在 idnumber 上创建一个 groupby 函数，该函数返回每个 Idnumber 的最大值。问题是，对于 > < 或 ± 之类的东西，这是不可能的（错误：无法排序的类型：float() >= str()）。

  df['Ownership'] = df['Ownership'].astype(str)
  df['Ownership'] = df['Ownership'].map(lambda x: x.strip('± = > + <'))
  df['Ownership'] = df['Ownership'].astype(float).fillna(0.0)
  df['Ownershipadjusted']= df['Ownership'].groupby([df['Idnumber'],df['Ownership']]).max()

实际上不会工作，因为将其转换回浮点数会产生错误：无法将字符串转换为浮点数。

         df['Ownership'] = df['Ownership'].apply(pd.to_numeric, errors='coerce')

也没有达到要求的效果。是否有一些更直接的方法可以从浮点数中删除符号，或者使这种转换有效？

为了避免混淆，这就是我需要的：

 Idnumber    Ownership    Date      Ownership adjusted
    1            100       2006      100
    2            50        2006       50
    1            80        2007      100
    3            0         2006        0

当然，数据框包含的观察值远不止 4 个

如果该列中的值等于字符串,我试图将另一列替换为另一列.这个字符串的值是"wo".如果在y列中显示,则替换为x列.目前我使用以下代码:

df.y.replace("wo",df.x) 

这种情况持续很长时间(数百万次观察,相当于几天的计算).

有更有效的替代方法吗？

以防万一,数据如下:

 y    x    other variables
 1    mo    something
 2    2     something
 3    3     something
 wo   >5    something
 4    4     something
 wo   7     something

它必须看起来像:

 y    x    other variables
 1    mo    something
 2    2     something
 3    3     something
 >5   >5   something
 4    4     something
 7    7     something