如何修改下面的Python代码以将字符附加到Pandas中字符串的开头？

Question

我正在做一个数据可视化任务，在那里我需要获取一个数据集并进行特定的可视化。请考虑关于数据集的以下内容：

• 这些列由经度表示(字符串列表中的“E”或“W”分别表示东经或西经)。
• 行由纬度表示(一列字符串分别表示北纬或南纬)。

因此，我必须读取数据集，将附加“N”的纬度转换为正浮点值，并将“S”作为负浮点值(整个数据以字符串表示)。

类似地，我必须将附加了“E”的经度转换为正浮点值，并将“W”转换为负浮点值。

因为我是Python，Pandas，Numpy的新手，所以我有很多困难来达到同样的目的。到目前为止，我已经能够将字符串格式的纬度和经度转换为浮点格式，并分别去掉“N”、“S”、“E”和“W”字符。但是，在浮点转换之前，我无法弄清楚如何根据字符('N‘、'S’、'E‘、'W')使浮点数为正数或负值。

下面是我到目前为止编写的代码：

import pandas as pd

df = pd.read_csv("Aug-2016-potential-temperature-180x188.txt", skiprows = range(7))
df.columns = ["longitude"]
df = df.longitude.str.split("\t", expand = True)
smaller = df.iloc[::10,:]

print(df.head(10), end = "\n")
print(smaller, end = "\n")
print(df.iloc[1][3], end = "\n")
print(smaller.iloc[2][175], end = "\n")

import numpy as np
import pandas as pd

data = pd.read_csv('~/documents/datasets/viz_a1/Aug-2016-potential-temperature-180x188.txt', skiprows=7)
data.columns = ['longitudes']
data = data['longitudes'].str.split('\t', expand=True)
df = data.iloc[::10,:]
df.head()

# replace 'E' with '' and 'W' with ''
df.loc[0] = df.loc[0].str.replace('E', '').str.replace('W', '')

# convert the longitude values to float values (THIS ONE WORKS)
df.loc[0] = df.loc[0][1:].astype(float)

# replace 'S' with '' and 'N' with ''
df.loc[:][0] = df.loc[:][0].str.replace('S', '').str.replace('N', '')

# convert latitude values into float values (THIS ONE DOES NOT WORK!!)
df.loc[:][0] = df.loc[:][0].astype(float)

# checking if the float values exist
print(df.loc[0][2], ' data-type ', type(df.loc[0][2])) # columns converted into float
print(df.loc[30][0], ' data-type ', type(df.loc[30][0])) # rows not converted into float  

怀疑：

• 如何根据符号('S'，'W‘表示-ve浮点数，'E'，'N’表示正浮点数)将这些值转换为正浮点数和负值浮点数
• 如何成功地将纬度转换为浮点数(我编写的代码没有将行转换为浮点数；也没有抛出任何错误！)

经度转换产生了很多警告。如果有人能解释我为什么收到这些警告，以及如何防止这些警告，那就太好了。(同样，我是Python和Pandas的新手！)

可以找到数据集这里

下面是数据集的屏幕截图：

​

Answer 1

我将在read_csv函数中再添加几个参数，以获得数据，其中列是纵向字符串，索引是纬度。数据中的数据现在是栅格数据。

df = pd.read_csv(r'Aug-2016-potential-temperature-180x188.txt',
                 skiprows=8, delimiter='\t', index_col=0)

然后，我将纵向字符串( dataframe的列)转换为使用以下代码浮动：

column_series = pd.Series(df.columns)
df.columns = column_series.apply(lambda x: float(x.replace('E','')) if x.endswith('E') else -float(x.replace('W','')))

在转换纬度字符串( dataframe的索引)后，将使用以下代码浮动：

index_series  = pd.Series(df.index)
df.index = index_series.apply(lambda x: float(x.replace('N','')) if x.endswith('N') else -float(x.replace('S','')))

Answer 2

这可能不是最干净的，但您可以将'N‘和'E’替换为""，然后使用np.where替换'S‘和'W'，转换为浮动，然后乘以-1。

我以df为例，将此过程应用于第一列。

example = pd.DataFrame({'1':['S35', 'E24', 'N45', 'W66'],
           '2': ['E45', 'N78', 'S12', 'W22']})

example
Out[153]: 
     1    2
0  S35  E45
1  E24  N78
2  N45  S12
3  W66  W22

col = example.loc[:, '1']

col = col.str.replace('N|E', "")

col
Out[156]: 
0    S35
1     24
2     45
3    W66
Name: 1, dtype: object

example.loc[:,'1'] = np.where(col.str.contains('W|S'), col.str.replace('W|S', '').astype('float') * -1, col)


example
Out[158]: 
    1    2
0 -35  E45
1  24  N78
2  45  S12
3 -66  W22