python - TypeError : unorderable types: str() > float()

Question

我有一个 csv 文件和 v3 列，但该列有一些“nan”行。 我怎样才能排除行。

 dataset = pd.read_csv('mypath') 

    enc = LabelEncoder()
    enc.fit(dataset['v3'])
    print('fitting')
    dataset['v3'] = enc.transform(dataset['v3'])
    print('transforming')
    print(dataset['v3'])
    print('end')

编辑:V3 列有 A、C、B、A、C、D、、、A、S 之类的，我想将其转换为 (1,2,3,1,2,4,, ,1,7)

Answer 1

使用 ~isnull() 屏蔽 nan 值:

mask = ~dataset['v3'].isnull()
dataset['v3'][mask] = enc.fit_transform(dataset['v3'][mask])

另一种方法是使用 pandas.factorize 函数，它会自动处理 nans(将它们赋值 -1):

dataset['v3'] = dataset['v3'].factorize()[0]