df = pd.read_csv("data.csv", encoding = "ISO-8859-1")
样本数据供参考:
现在,我想使用下面的代码将列a转换为数字格式:
df[['A']] = df[['A']].astype(int)
它给了我一个错误.
问题是我在一列中都有三个(nan,hypen和逗号),需要一起解决它们.
有没有更好的方法来转换这些而不替换(nan到-1)和类似的东西?
解决方法:
使用参数千和na_values,但是缺少值时不能转换为整数,因为现在至少有一个NaN值转换列浮动,请参见this.因此可能的解决方案是将它们替换为int,例如, -1然后转换为整数:
注意 – 在新版本的pandas(0.24.0,即将推出)中,pandas已经获得了保存缺失值的整数dtypes的能力,Nullable Integer Data Type.
import pandas as pd
temp=u'''A
2254
"1,234"
"3,385"
nan
-
-
nan'''
#after testing replace 'pd.compat.StringIO(temp)' to 'data.csv'
df = pd.read_csv(pd.compat.StringIO(temp),
encoding = "ISO-8859-1",
thousands=',',
na_values='-')
print (df)
A
0 2254.0
1 1234.0
2 3385.0
3 NaN
4 NaN
5 NaN
6 NaN
df['A'] = df['A'].fillna(-1).astype(int)
print (df)
A
0 2254
1 1234
2 3385
3 -1
4 -1
5 -1
6 -1
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。