df = pd.read_csv("data.csv", encoding = "ISO-8859-1")
现在,我有一列值如下:
供引用的示例数据:
现在,我想使用以下代码将列 a 转换为数字格式:
df[['A']] = df[['A']].astype(int)
它给了我一个错误。 问题是我将所有三个(nan、连字符和逗号)都放在一栏中,需要一起解决。 有没有更好的方法来转换这些而不用替换(nan 到 -1)和类似的东西?
最佳答案
使用参数 thousands
和 na_values
,但是对于缺失值无法转换为整数,因为现在至少有一个 NaN
值转换列到 float
,参见 this .所以可能的解决方案是将它们替换为 int,例如-1
然后转换为整数:
注意 - 在新版本的 pandas(0.24.0,即将推出)中,pandas 已经获得了保存具有缺失值的整数数据类型的能力,Nullable Integer Data Type .
import pandas as pd
temp=u'''A
2254
"1,234"
"3,385"
nan
-
-
nan'''
#after testing replace 'pd.compat.StringIO(temp)' to 'data.csv'
df = pd.read_csv(pd.compat.StringIO(temp),
encoding = "ISO-8859-1",
thousands=',',
na_values='-')
print (df)
A
0 2254.0
1 1234.0
2 3385.0
3 NaN
4 NaN
5 NaN
6 NaN
df['A'] = df['A'].fillna(-1).astype(int)
print (df)
A
0 2254
1 1234
2 3385
3 -1
4 -1
5 -1
6 -1
关于python - 转换 pandas 数据框中包含 nan、连字符和逗号的列的数据类型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54194584/