Der folgende Code funktioniert nicht.

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())

Wie soll ich es optimieren, um xLower = ['eins', 'zwei', np.nan] zu erhalten? Effizienz ist wichtig, da der reale Datenrahmen riesig ist.

Verwenden Sie pandas- vektorisierte String-Methoden . wie in der Dokumentation:

Diese Methoden schließen fehlende / NA-Werte automatisch aus

.str.lower() ist das allererste Beispiel dort;

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

Eine andere mögliche Lösung für den Fall, dass die Spalte nicht nur Zeichenfolgen, sondern auch Zahlen enthält, ist die Verwendung astype(str).str.lower()oder to_string(na_rep='')weil eine Zahl, wenn sie keine Zeichenfolge ist, wenn sie abgesenkt wird NaN, wird sie zurückgegeben :

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()

dann haben wir:

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

und nicht

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

bearbeiten:

Wenn Sie die NaNs nicht verlieren möchten, ist die Verwendung der Karte besser (aus @ wojciech-walczak und @ cs95 Kommentar). Sie sieht ungefähr so ​​aus

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

Sie können dieses auch versuchen,

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

Eine mögliche Lösung:

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)

Und ein Ergebnis:

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

Ich bin mir jedoch nicht sicher über die Effizienz.

Pandas> = 0,25: Fallunterscheidungen entfernen mit str.casefold

Ab Version 0.25 empfehle ich die Verwendung der "vektorisierten" String-Methode, str.casefoldwenn Sie mit Unicode-Daten arbeiten (sie funktioniert unabhängig von String oder Unicodes):

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

0       lower
1    capitals
2         NaN
3    swapcase
dtype: object

Siehe auch das zugehörige GitHub-Problem GH25405 .

casefoldeignet sich für einen aggressiveren Vergleich von Fällen. Es behandelt auch NaNs elegant (genau wie str.lower).

Aber warum ist das besser?

Der Unterschied wird bei Unicodes gesehen. Nehmen Sie das Beispiel in den Python- str.casefoldDokumenten ,

Das Fallfalten ähnelt dem Kleinbuchstaben, ist jedoch aggressiver, da alle Fallunterschiede in einer Zeichenfolge entfernt werden sollen. Zum Beispiel ist der deutsche Kleinbuchstabe 'ß'gleichbedeutend mit "ss". Da es bereits Kleinbuchstaben ist, lower()würde nichts dagegen tun 'ß'; casefold() konvertiert es in "ss".

Vergleichen Sie die Ausgabe von lowerfür,

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

0    der fluß
dtype: object

Versus casefold,

s.str.casefold()

0    der fluss
dtype: object

Siehe auch Python: lower () vs. casefold () bei der Zeichenfolgenübereinstimmung und Konvertierung in Kleinbuchstaben .

Möglicherweise wird das Listenverständnis verwendet

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)

Wenden Sie die Lambda-Funktion an

df['original_category'] = df['original_category'].apply(lambda x:x.lower())

Verwenden Sie die Apply-Funktion.

Xlower = df['x'].apply(lambda x: x.upper()).head(10) 

Kopieren Sie Ihre Dataframe-Spalte und bewerben Sie sich einfach

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