毎月の異なる給与タイプを毎月のパンダの列に変換する

Question

私は仕事の給料を削ってしまった。データは、いくつかの形式（たとえば、1か月、1年、1日）です。私はすべてを1ヶ月に標準化したい。

jobs_df['salary'] 
7  7000 - 8000 a month 
9  50000 - 80000 a year 
5  80000 - 90000 a year 
5  25000 - 28000 a year 
4   450 - 600 a day 
5    32925 a year 
9    48300 a year 

私の計画はjobs_df['salary'].str.split('-)にあると給与の平均を取ります。しかし、「1ヶ月」、「1年」、「1日」のようなテキストの存在は、私を引きつけています。この問題に近づくにはどうしたらいいですか？

Answer 1

あなたは、numericを得るためfindallまたはextractallを使用floatsに変換し、最後に取得meanことができます。

jobs_df['new'] = pd.DataFrame(jobs_df['salary'].str.findall('(\d+)').values.tolist(), 
           index=jobs_df.index).astype(float).mean(1) 
print (jobs_df) 
        salary  new 
0  7000 - 8000 a month 7500.0 
1  50000 - 80000 a year 65000.0 
2  80000 - 90000 a year 85000.0 
3  25000 - 28000 a year 26500.0 
4   450 - 600 a day 525.0 
5    32925 a year 32925.0 
6    48300 a year 48300.0 

または：

jobs_df['new'] = jobs_df['salary'].str.extractall('(\d+)')[0].unstack().astype(float).mean(1) 
print (jobs_df) 
        salary  new 
0  7000 - 8000 a month 7500.0 
1  50000 - 80000 a year 65000.0 
2  80000 - 90000 a year 85000.0 
3  25000 - 28000 a year 26500.0 
4   450 - 600 a day 525.0 
5    32925 a year 32925.0 
6    48300 a year 48300.0 

EDIT：

m1 = jobs_df['salary'].str.contains('month') 
m2 = jobs_df['salary'].str.contains('day') 
jobs_df['fin'] =np.select([m1, m2], 
          [jobs_df['new'] * 12,jobs_df['new'] * 365], default=jobs_df['new']) 
print (jobs_df) 
        salary  new  fin 
0  7000 - 8000 a month 7500.0 90000.0 
1  50000 - 80000 a year 65000.0 65000.0 
2  80000 - 90000 a year 85000.0 85000.0 
3  25000 - 28000 a year 26500.0 26500.0 
4   450 - 600 a day 525.0 191625.0 
5    32925 a year 32925.0 32925.0 
6    48300 a year 48300.0 48300.0