我有一個熊貓數據框，其中包含一些非常過濾的數據df['Q53']OUTPUT:0 Hvor mange timer tr?ner din virksomhed medarbe...3 NaN4 NaN5 NaN6 27 NaN8 109 NaN10 5011 NaN12 ?13 ?14 815 NaN16 217 018 119 120 521 7x3 timer22 NaN23 8 timer24 NaN25 026 827 NaN現在的問題是，我只想將整數留在列中，然后將它們轉換為浮點數，這樣我就可以對列進行一些數據可視化。我想知道我是否可以做一些標準化的過濾，但我無法讓它工作。是否有一個操作，我可以過濾掉所有NaN和String值，只留下一個值，可以轉換成一個float或int
2 回答
白衣非少年
TA貢獻1155條經驗 獲得超0個贊
將值轉換為數值，然后刪除錯誤值：
df['Q53'] = pd.to_numeric(df['Q53'], errors='coerce')
df = df.dropna(subset=['Q53'])
print (df)
Q53
6 2.0
8 10.0
10 50.0
14 8.0
16 2.0
17 0.0
18 1.0
19 1.0
20 5.0
25 0.0
26 8.0
編輯：我建議不要使用eval，這里是提取數字x之間的解決方案，轉換為浮點數和多個之間。
\d+然后用正則表達式中的模式提取并轉換為數字的所有數字替換缺失值。
最后通過以下方式刪除缺失值DataFrame.dropna：
dfx = df['Q53'].astype(str).str.extract('(\d+)x(\d+)').astype(float).prod(axis=1, min_count=1)
num = df['Q53'].astype(str).str.extract('(\d+)', expand=False)
df['Q53'] = dfx.fillna(pd.to_numeric(num, errors='coerce'))
df = df.dropna(subset=['Q53'])
print (df)
Q53
6 2.0
8 10.0
10 50.0
14 8.0
16 2.0
17 0.0
18 1.0
19 1.0
20 5.0
21 21.0
23 8.0
25 0.0
26 8.0
添加回答
舉報
0/150
提交
取消