如何将Python Pandas DataFrame中的字母数字值转换为数值？

以下是我的CAN总线数据DataFrame内容：

我的DataFrame中多数值为字母数字类型（比如02c0、ff这类十六进制字符串），请问如何将这些值中的字母转换为数值？我曾尝试将字母数字值转为NaN后删除行，但因几乎每行都包含此类值，该方法无效，恳请协助。

1. 转换十六进制字符串为十进制数值 #

你的数据里CAN ID、DATA[0]到DATA[7]都是十六进制格式的字符串，直接用Python的int()函数指定base=16就能转成十进制数值，结合pandas的apply批量处理：

import pandas as pd

# 假设你的DataFrame名为df
hex_columns = ['CAN ID', 'DATA[0]', 'DATA[1]', 'DATA[2]', 'DATA[3]', 'DATA[4]', 'DATA[5]', 'DATA[6]', 'DATA[7]']

for col in hex_columns:
    df[col] = df[col].apply(lambda x: int(x, 16))

如果担心有非法的十六进制值，可以加异常处理避免报错：

def hex_to_dec(x):
    try:
        return int(x, 16)
    except ValueError:
        return x  # 保留原始值，或返回NaN等自定义值

for col in hex_columns:
    df[col] = df[col].apply(hex_to_dec)

2. 转换分类列AttackType为数值 #

如果需要把AttackType也转成数值，用map函数做映射即可：

attack_map = {'Normal Message': 0, 'DoS Attack': 1}
df['AttackType'] = df['AttackType'].map(attack_map)

这样处理后，所有含字母的十六进制字符串都会转为十进制数值，分类列也能转成数字，无需删除任何行。

内容的提问来源于stack exchange，提问作者Miracle Messiri