web-dev-qa-db-ja.com

Pandas Dataframeの文字列に先行ゼロを追加

pandas最初の3列が文字列であるデータフレームがあります。

         ID        text1    text 2
0       2345656     blah      blah
1          3456     blah      blah
2        541304     blah      blah        
3        201306       hi      blah        
4   12313201308    hello      blah

IDに先行ゼロを追加したい：

                ID    text1    text 2
0  000000002345656     blah      blah
1  000000000003456     blah      blah
2  000000000541304     blah      blah        
3  000000000201306       hi      blah        
4  000012313201308    hello      blah

私が試してみました：

df['ID'] = df.ID.zfill(15)
df['ID'] = '{0:0>15}'.format(df['ID'])
pythonstringpandas
37
jgaw

試してください：

df['ID'] = df['ID'].apply(lambda x: '{0:0>15}'.format(x))

あるいは

df['ID'] = df['ID'].apply(lambda x: x.zfill(15))
54
Rohit

str属性には、ほとんどのメソッドが文字列で含まれています。

df['ID'] = df['ID'].str.zfill(15)

詳細： http://pandas.pydata.org/pandas-docs/stable/text.html

43
Guangyang Li

初期化中に1行で実現できます。 converters 引数を使用するだけです。

df = pd.read_Excel('filename.xlsx', converters={'ID': '{:0>15}'.format})

したがって、コード長を半分に減らすことができます:)

PS： read_csv この引数もあります。

7
Daniil Mashkin

Python 3.6+では、f文字列も使用できます。

_df['ID'] = df['ID'].map(lambda x: f'{x:0>15}')
_

パフォーマンスは、df['ID'].map('{:0>15}'.format)に匹敵するか、わずかに劣ります。一方、f-stringはより複雑な出力を可能にし、リスト内包表記を介してより効率的に使用できます。

パフォーマンスのベンチマーク

_# Python 3.6.0, Pandas 0.19.2

df = pd.concat([df]*1000)

%timeit df['ID'].map('{:0>15}'.format)                  # 4.06 ms per loop
%timeit df['ID'].map(lambda x: f'{x:0>15}')             # 5.46 ms per loop
%timeit df['ID'].astype(str).str.zfill(15)              # 18.6 ms per loop

%timeit list(map('{:0>15}'.format, df['ID'].values))    # 7.91 ms per loop
%timeit ['{:0>15}'.format(x) for x in df['ID'].values]  # 7.63 ms per loop
%timeit [f'{x:0>15}' for x in df['ID'].values]          # 4.87 ms per loop
%timeit [str(x).zfill(15) for x in df['ID'].values]     # 21.2 ms per loop

# check results are the same
x = df['ID'].map('{:0>15}'.format)
y = df['ID'].map(lambda x: f'{x:0>15}')
z = df['ID'].astype(str).str.zfill(15)

assert (x == y).all() and (x == z).all()
_
4
jpp

エラーが発生している場合：

パンダエラー：.strアクセサは文字列値でのみ使用できます。パンダではnp.object_ dtypeを使用します

df['ID'] = df['ID'].astype(str).str.zfill(15)
3
Deskjokey