在Python数据帧中部分转换列

Question

我在Python数据框中有一个列如下所示：

Product_ID
ABCD
1234
0001234
2345
4567
EFGH

它当前存储为对象数据类型。但是，我确实想要合并数字（即1234与0001234的产品相同）。由于列中也有文本字符串，因此无法将其转换为整数

df['Product_ID'] = pd.to_numeric(df['Product_ID'])

ValueError：无法解析位置0处的字符串“ABCD”。

我可以使用函数将这些条目转换为不包含文本字符的整数（或至少剥离前导0）吗？

最后，我希望按此列进行分组，并且不希望1234和0001234单独输入。

谢谢！

Answer 1

为什么不将列保留为字符串？如果您希望“1234”和“0001234”处理相同，您可以始终剥离前导零。

df.Product_ID.astype(str).str.lstrip('0')

0    ABCD
1    1234
2    1234
3    2345
4    4567
5    EFGH
Name: Product_ID, dtype: object

Answer 2

您可以执行lstrip来删除不需要的零。

df['ABCD'] = df['ABCD'].map(lambda x: x.lstrip('0'))

您可以在不转换列类型的情况下执行分组。

Answer 3

您可以将.drop_duplicates添加到@ coldspeed这样的答案中，以删除重复的事件：

df = pd.DataFrame(data = [['ABCD'], ['1234'], ['0001234'], ['2345'], ['4567'], ['EFGH']], columns=['Product_ID'])
df.Product_ID = df.Product_ID.map(lambda x:x.lstrip('0'))
df.drop_duplicates(subset = ['Product_ID'], keep = 'first')

    Product_ID
0   ABCD
1   1234
3   2345
4   4567
5   EFGH