python之pandas dataframe.apply -- 将十六进制字符串转换为整数

我对 python 和 pandas 都很陌生。我想知道如何将数据框元素从十六进制字符串输入转换为整数，我也遵循了以下提供的解决方案:convert pandas dataframe column from hex string to int

但是，还是不行。以下是我的代码:

df = pd.read_csv(filename, delim_whitespace = True, header = None, usecols = range(7,23,2)) 
for i in range(num_frame): 
    skipheader = lineNum[header_padding + i*2] 
    data = df.iloc[skipheader:skipheader + 164:2] 
    data_numeric = data.apply(lambda x: int(x, 16)) 
    dataframe.append(data) 

数据变量看起来像: data variable (type:DataFrame) 还有 spyder 中的控制台输出:enter image description here

错误发生在 data_numeric = data.apply(lambda x: int(x, 16)) 错误信息是

TypeError: ("int() can't convert non-string with explicit base", u'occurred at index 7') 

我也尝试过data_numeric = data.apply(pd.to_numeric, errors='coerce') 但是所有的十六进制数都变成了 NaN，这不是我想要的。 有什么建议么？非常感谢!

请您参考如下方法:

假设我们有以下 DF:

In [62]: df 
Out[62]: 
     a   b    c 
0  1C8  21  15F 
1  0C3  B7  FFC 

我们可以这样做:

In [64]: df = df.apply(lambda x: x.astype(str).map(lambda x: int(x, base=16))) 
 
In [65]: df 
Out[65]: 
     a    b     c 
0  456   33   351 
1  195  183  4092 
 
In [66]: df.dtypes 
Out[66]: 
a    int64 
b    int64 
c    int64 
dtype: object 

PS x.astype(str) 出于安全原因完成 - 如果您的某些列已经是数字数据类型