将字符串转换为布尔值仅给出 False 值

Question

尝试将数据（来自 csv 文件的字符串格式）转换为布尔值（在数据框中），我“丢失”了有关其原始值的信息，所以现在所有值都是 boolean False。

我试图更改为布尔值的列如下：

df['Col1'] =df['Col1'].astype('bool')

df['Col2'] =df['Col2'].astype('bool')

我也试过

df.Col1 = np.where(df.Col1.eq('true'), True, False)

df. Col2 = np.where(df.Col2.eq('true') | df.Col2.eq('tbc'), True, False)

每列 Col1 和 Col2 的唯一值是：

Col1: array([true, false, nan], dtype=object)

Col2: array(['true', 'false', 'tbc', nan], dtype=object)

我的原始数据集具有以下值。

Col1      Col2

true      true

true      true

false     false

nan       false

false     true

true      tbc

虽然它们被转换为布尔值，但所有值都是 False：

Col1      Col2

False     False

False     False

False     False

False     False

False     False

False     False

我想将 TBC 视为 True。为什么我只得到 False 值？关于如何修复它的任何想法？

原始数据集和代码示例：

Date                 Checked             Verified

2018-05-23           FALSE                TRUE

2018-05-24           TRUE                 TBC

2018-05-26           FALSE                TBC

2018-05-31            nan                 nan

2019-12-01           TRUE                 TRUE

2019-12-05           TRUE                 TBC

2019-12-15           TRUE                 FALSE

2019-12-23           FALSE                nan

代码

读取文件 csv：

df=pd.read_csv(path, sep=';', engine='python')

转换为小写

df= df.apply(lambda x: x.astype(str).str.lower())

将字符串转换为布尔值

df['Checked'] = np.where(df['Checked'].eq('true'), True, False)

df['Verified'] = np.where(df['Verified'].eq('true') | df['Verified'].eq('tbc'), True, False)

然后我测试有多少行具有值 Checked = True：

len(df[df['Checked']=='true']) 

输出：153

转换为布尔值选中：

df['Checked'] = np.where(df['Checked'].eq('true'), True, False)

len(df[df['Checked']==True])

输出：153

转换Verified为布尔值：

df['Verified'] = np.where(df['Verified'].eq('true') | df['Verified'].eq('tbc'), True, False)

len(df[df['Verified']==True])

输出：（0预期60）

Answer 1

您可以通过正则表达式和对两列执行此操作df.replace：df.astype(str).replace({'(?i)True|TBC': True, '(?i)False|nan': False}, regex=True)    Col1   Col20   True   True1   True   True2  False  False3  False  False4  False   True5   True   True该模式不区分大小写。

Answer 2

对我来说，这非常有效。由于您没有给出确切的 csv 格式，我假设它会是这样的：Date;Checked;Verified2018-05-23;FALSE;TRUE2018-05-24;TRUE;TBC2018-05-26;FALSE;TBC2018-05-31;nan;nan2019-12-01;TRUE;TRUE2019-12-05;TRUE;TBC2019-12-15;TRUE;FALSE2019-12-23;FALSE;nan然后我像你一样调用了代码：df=pd.read_csv(path, sep=';', engine='python')df=df.apply(lambda x: x.astype(str).str.lower())df['Checked'] = np.where(df['Checked'].eq('true'), True, False)df['Verified'] = np.where(df['Verified'].eq('true') | df['Verified'].eq('tbc'), True, False)生成的数据框如下所示：         Date  Checked  Verified0  2018-05-23    False      True1  2018-05-24     True      True2  2018-05-26    False      True3  2018-05-31    False     False4  2019-12-01     True      True5  2019-12-05     True      True6  2019-12-15     True     False7  2019-12-23    False     False您使用哪个 python 和 pandas 版本？我用 Python 3.6.1 和 Pandas 1.04 测试了这个