整数列以符号分隔的Python数据帧分析

Question

你能帮助我在python中处理有分隔整数值的列吗？

我们如何创建一个额外的列"PHR_INSTANTENEOUS_MIN“，用于存储PHR_INSTANTENEOUS中数字的最小值。比如第一行："-18“，第三行是"14”。

类似的: PHR_INSTANTENEOUS_MIN、PHR_INSTANTENEOUS_MEDIAN、PHR_INSTANTENEOUS_MODE派生值。

对SINR_INSTANTENEOUS值重复类似的事情，我们需要形成派生值。

df1
START_TIME PRIMARY_KEY PHR_INSTANTANEOUS SINR_INSTANTANEOUS
2020-03-10 12:00:00 e7ca9da318f1 -18|-17 9|8
2020-03-10 12:01:00 68615e3db513 1 26
2020-03-10 12:05:00 7f250354808a 14|18|20|20 26|26|24|26
2020-03-10 12:07:00 9202ab7611d4 -8|-7|40 22|6|-2
2020-03-10 12:12:00 377bf955bdc0 4|9 26|20

完整数据集图如下：

​

​

Answer 1

这里有一种方法可以做到：

import pandas as pd
from statistics import median, mode
import numpy as np

df = pd.DataFrame(['-18|-17', '1', '14|18|20|20', '-8|-7|40', 5.2, np.nan], columns=['PHR_INSTANTANEOUS'])

# make sure the dtype is uniformly string
df['PHR_INSTANTANEOUS'] = df['PHR_INSTANTANEOUS'].astype(str)

# get the values
df['PHR_INSTANTANEOUS'].apply(lambda x: min(map(float, x.split('|'))))  # minimum
df['PHR_INSTANTANEOUS'].apply(lambda x: median(map(float, x.split('|'))))  # median
df['PHR_INSTANTANEOUS'].apply(lambda x: mode(map(float, x.split('|'))))  # mode