如果pandas数据帧字符串列缺少值，如何小写？

Question

以下代码不起作用。

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan],columns=['x']) 
xLower = df["x"].map(lambda x: x.lower())

如何调整它以获得xLower = ['one'，'two'，np.nan]？效率很重要，因为真正的数据框架是巨大的。

Answer 1

用pandas vectorized string methods;如在文档中：

这些方法会自动排除缺失/ NA值

.str.lower()是那里的第一个例子;

>>> df['x'].str.lower()
0    one
1    two
2    NaN
Name: x, dtype: object

Answer 2

另一个可能的解决方案，如果列不仅有字符串而且还有数字，则使用astype(str).str.lower()或to_string(na_rep='')，否则，如果数字不是字符串，则降低时它将返回NaN，因此：

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan,2],columns=['x']) 
xSecureLower = df['x'].to_string(na_rep='').lower()
xLower = df['x'].str.lower()

然后我们有：

>>> xSecureLower
0    one
1    two
2   
3      2
Name: x, dtype: object

并不是

>>> xLower
0    one
1    two
2    NaN
3    NaN
Name: x, dtype: object

---

编辑：

如果你不想失去NaN，那么使用map会更好，（来自@ wojciech-walczak和@ cs95评论）它会看起来像这样

xSecureLower = df['x'].map(lambda x: x.lower() if isinstance(x,str) else x)

Answer 3

可能的解决方案：

import pandas as pd
import numpy as np

df=pd.DataFrame(['ONE','Two', np.nan],columns=['x']) 
xLower = df["x"].map(lambda x: x if type(x)!=str else x.lower())
print (xLower)

结果是：

0    one
1    two
2    NaN
Name: x, dtype: object

虽然不确定效率。

Answer 4

Pandas >= 0.25: Remove Case Distinctions with str.casefold

从v0.25开始，我推荐使用“向量化”字符串方法str.casefold，如果你正在处理unicode数据（无论字符串或unicodes如何都可以使用）：

s = pd.Series(['lower', 'CAPITALS', np.nan, 'SwApCaSe'])
s.str.casefold()

0       lower
1    capitals
2         NaN
3    swapcase
dtype: object

另请参阅相关的GitHub问题GH25405。

casefold适合更具侵略性的折叠比较。它还优雅地处理NaN（就像str.lower一样）。

But why is this better?

与unicodes有所不同。以python str.casefold docs为例，

Casefolding类似于lowercasing但更具攻击性，因为它旨在删除字符串中的所有大小写区别。例如，德语小写字母'ß'相当于"ss"。由于它已经是小写的，lower()对'ß'无能为力; casefold()将其转换为"ss"。

比较lower的输出，

s = pd.Series(["der Fluß"])
s.str.lower()

0    der fluß
dtype: object

与casefold，

s.str.casefold()

0    der fluss
dtype: object

另见Python: lower() vs. casefold() in string matching and converting to lowercase。

Answer 5

你也可以尝试这个，

df= df.applymap(lambda s:s.lower() if type(s) == str else s)

Answer 6

可能正在使用List理解

import pandas as pd
import numpy as np
df=pd.DataFrame(['ONE','Two', np.nan],columns=['Name']})
df['Name'] = [str(i).lower() for i in df['Name']] 

print(df)

Answer 7

复制您的Dataframe列并简单地应用

df = data ['x'] newdf = df.str.lower（）