我有一个如下所示的 DataFrame df
,我正在尝试转换 ending_price
中存在 NaN
的所有情况列变成 100。
maturity_dt pay_freq_cd coupon closing_price FACE_VALUE
0 2017-06-30 00:00:00.0 2 0.625 99.96875 100
1 2015-07-15 00:00:00.0 2 1.6 99.47 100
2 2018-06-15 00:00:00.0 2 1.125 100.3906 100
3 2015-07-13 00:00:00.0 2 2.1 NaN 100
我尝试使用下面的代码执行此操作,但收到错误 TypeError: ufunc 'isnan' 不支持输入类型,并且无法根据转换将输入安全地强制为任何支持的类型规则“安全”
在 price_array = np.where(np.isnan(price_array), 100, Price_array)
行中。
price_array = df['closing_price'].values
price_array = np.where(np.isnan(price_array), 100, price_array)
最佳答案
使用 Pandas' fillna()
方法代替。根据您的情况,您可以写:
df['closing_price'].fillna(100)
这会将“close_price”列中的 NaN
值替换为值 100。Pandas 可以正确处理不同的数据类型。 (请记住将新列分配回 DataFrame 或使用 inplace=True
。)
您看到的错误是由具有object
数据类型的“close_price”列导致的。 np.isnan
需要一个浮点值数组。为了解决这个问题,您可以使用
df['closing_price'] = df['closing_price'].astype(float)
...然后照常使用您的方法(尽管我仍然喜欢 fillna()
)。
关于python - 将 NaN 转换为 DataFrame 中的数字时出现 TyperError,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31303433/