python - 将所有字符串替换为 DataFrame 中的默认数字

标签 python pandas

我有一个包含数字(int 和 float)的 pandas DataFrame,它会生成所有列的 float 数据类型。至少我是这么认为的。

这些表格是 OCR 扫描到 EXCEL 的结果。在某些情况下,由于扫描错误而出现 ascii 或 word 值。

如何对 DataFrame 中的所有列、所有值执行将总括 str 值设置为默认值 -999999?

我遇到的问题是 pd.replace() 函数似乎是特定于字符串的。

谢谢!

最佳答案

请尝试

 df = df.apply(lambda x: pd.to_numeric(x, errors='coerce')).fillna(-999999)

pd.to_numberic 函数会将所有不可解析的字符串转换为“NaN”,并且 fillna 将这些值替换为给定值“-999999”

关于python - 将所有字符串替换为 DataFrame 中的默认数字,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49933425/

相关文章:

python - 使用 "user-agent"字符串时,使用 urllib 读取沃尔玛产品页面不起作用

python - 文档测试中的字符串引用问题

python - 如何根据变量选择数据框中的列范围?

python - 如何在 Pandas 中重新格式化 value_counts() 分析以获取大量列

python - 按多列对数据框中的连续条目进行聚类/分组

python - 如何使用 for 循环动态创建数据帧

python - 在 Python 中清除所有 lru_cache

python - hog() 得到了一个意外的关键字参数 'visualize'

python - GTK3下如何将文本域绑定(bind)到本地文件夹以获取gettext

python - 旋转/旋转数据集的最佳方法