Pandas : comment changer toutes les valeurs d'une colonne ?

Question

J'ai un cadre de données avec une colonne appelée "Date" et je veux que toutes les valeurs de cette colonne aient la même valeur (l'année seulement). Exemple :

City     Date
Paris    01/04/2004
Lisbon   01/09/2004
Madrid   2004
Pekin    31/2004

Ce que je veux, c'est :

City     Date
Paris    2004
Lisbon   2004
Madrid   2004
Pekin    2004

Voici mon code :

fr61_70xls = pd.ExcelFile('AMADEUS FRANCE 1961-1970.xlsx')

#Here we import the individual sheets and clean the sheets    
years=(['1961','1962','1963','1964','1965','1966','1967','1968','1969','1970'])

fr={}

header=(['City','Country','NACE','Cons','Last_year','Op_Rev_EUR_Last_avail_yr','BvD_Indep_Indic','GUO_Name','Legal_status','Date_of_incorporation','Legal_status_date'])

for year in years:
    # save every sheet in variable fr['1961'], fr['1962'] and so on
    fr[year]=fr61_70xls.parse(year,header=0,parse_cols=10)
    fr[year].columns=header
    # drop the entire Legal status date column
    fr[year]=fr[year].drop(['Legal_status_date','Date_of_incorporation'],axis=1)
    # drop every row where GUO Name is empty
    fr[year]=fr[year].dropna(axis=0,how='all',subset=[['GUO_Name']])
    fr[year]=fr[year].set_index(['GUO_Name','Date_of_incorporation'])

_Il se trouve que dans mes DataFrames, appelés par exemple fr['1961'] les valeurs de Date_of_incorporation peut être n'importe quoi (chaînes de caractères, nombres entiers, etc.), alors peut-être serait-il préférable d'effacer complètement cette colonne et de joindre une autre colonne contenant uniquement l'année aux DataFrames ?_

Answer 1

Comme l'indique @DSM, vous pouvez le faire plus directement en utilisant la fonction méthodes de chaînes vectorisées :

df['Date'].str[-4:].astype(int)

Ou en utilisant l'extraction (en supposant qu'il n'y ait qu'une seule série de chiffres de longueur 4 quelque part dans chaque chaîne) :

df['Date'].str.extract('(?P<year>\d{4})').astype(int)

Une autre solution, un peu plus souple, pourrait être d'utiliser apply (ou de manière équivalente map ) pour ce faire :

df['Date'] = df['Date'].apply(lambda x: int(str(x)[-4:]))
             #  converts the last 4 characters of the string to an integer

La fonction lambda, prend l'entrée de la fonction Date et de le convertir en année.
Vous pourriez (et devriez peut-être) écrire ceci plus verbeusement comme :

def convert_to_year(date_in_some_format):
    date_as_string = str(date_in_some_format)  # cast to string
    year_as_string = date_in_some_format[-4:] # last four characters
    return int(year_as_string)

df['Date'] = df['Date'].apply(convert_to_year)

Peut-être que "Année" serait un meilleur nom pour cette rubrique...

Answer 2

Vous pouvez effectuer une transformation de colonne en utilisant apply

Définissez une fonction propre pour supprimer le dollar et les virgules et convertir vos données en flottant.

def clean(x):
    x = x.replace("$", "").replace(",", "").replace(" ", "")
    return float(x)

Ensuite, appelez-le sur votre colonne comme ceci.

data['Revenue'] = data['Revenue'].apply(clean)

Answer 3

Ou si l'on veut utiliser lambda dans le apply fonction :

data['Revenue']=data['Revenue'].apply(lambda x:float(x.replace("$","").replace(",", "").replace(" ", "")))