我有一个 pandas 数据框,所有值都是字符串。一些是'None's,其余的是整数但是是字符串格式,例如'123456'。我如何将所有“无”转换为 np.nan,并将其他转换为整数,例如 123456。
df = {'col1': ['1', 'None'], 'col2': ['None', '123']}
将 df 转换为:
df = {'col1': [1, NaN], 'col2': [NaN, 123]}
最佳答案
使用下面的代码:
print(df.replace('None', np.nan).astype(float))
输出:
col1 col2
0 1.0 NaN
1 NaN 123.0
你必须使用replace
。
附言如果 df
是一个字典,先转换它:
df = pd.DataFrame(df)
关于python - 在 pandas 中将带有 NaN 的字符串转换为 int,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55584352/