如何将“ Python Pandas”列中的“ 2 + 3”之类的值转换为其汇总值 [英] How to convert values like '2+3' in a Python Pandas column to its aggregated value

问题描述

我在DataFrame中有一列名为致命性的列，其值很少像下面这样：
data [''fatalities'] = [1、4、10、1+ 8、5、2 + 9，，16、4 + 5]

I have a column in a DataFrame named fatalities in which few of the values are like below: data[''fatalities']= [1, 4, , 10, 1+8, 5, 2+9, , 16, 4+5]

我想要类似'的值1 + 8'，'2 + 9'等转换为汇总值，即
data [''fatalities'] = [1，4 、、、 10、9、5、11、16、9]

I want the values of like '1+8', '2+9', etc to be converted to its aggregated value i.e, data[''fatalities']= [1, 4, , 10, 9, 5, 11, , 16, 9]

我不确定如何编写代码来为Python中pandas DataFrame的专栏之一。但是，当我尝试使用以下代码时，它会引发错误。

I not sure how to write a code to perform above aggregation for one of the column in pandas DataFrame in Python. But when I tried with the below code its throwing an error.

def addition(col):
  col= col.split('+')
  col= int(col[0]) + int(col[1])
  return col

data['fatalities']= [addition(row) for row in data['fatalities']]

错误：

IndexError: list index out of range

推荐答案

使用 pandas.eval 不同于纯python 评估：

data['fatalities'] = pd.eval(data['fatalities'])
print (data)
  fatalities
0          1
1          4
2         10
3          9
4          5
5         11
6         16
7          9

但是因为此操作仅对 100 行有效，因为错误：

But because this working only to 100 rows because bug:

AttributeError：'PandasExprVisitor'对象没有属性'visit_Ellipsis'

AttributeError: 'PandasExprVisitor' object has no attribute 'visit_Ellipsis'

然后解决方案是：

data['fatalities'] = data['fatalities'].apply(pd.eval)

这篇关于如何将“ Python Pandas”列中的“ 2 + 3”之类的值转换为其汇总值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！