在pandas数据框的任何列中删除带有"问号"值的行

Question

我想在任何列中删除所有行(或不带所有行)的问号符号.我还想将元素更改为float类型.

输入:

X Y Z
0 1 ?
1 2 3
? ? 4
4 4 4
? 2 5

输出:

X Y Z
1 2 3
4 4 4

最好使用pandas数据帧操作.

Answer 1

您可以尝试首先?在列中查找字符串，创建布尔掩码和最后过滤器行-使用布尔索引。如果需要将列转换为float，请使用astype：

print ~((df['X'] == '?' )  (df['Y'] == '?' ) | (df['Z'] == '?' ))
0    False
1     True
2    False
3     True
4    False
dtype: bool


df1 = df[~((df['X'] == '?' ) | (df['Y'] == '?' ) | (df['Z'] == '?' ))].astype(float)
print df1
   X  Y  Z
1  1  2  3
3  4  4  4

print df1.dtypes
X    float64
Y    float64
Z    float64
dtype: object

或者您可以尝试：

df['X'] = pd.to_numeric(df['X'], errors='coerce')
df['Y'] = pd.to_numeric(df['Y'], errors='coerce')
df['Z'] = pd.to_numeric(df['Z'], errors='coerce')
print df
    X   Y   Z
0   0   1 NaN
1   1   2   3
2 NaN NaN   4
3   4   4   4
4 NaN   2   5
print ((df['X'].notnull() ) & (df['Y'].notnull() ) & (df['Z'].notnull() ))
0    False
1     True
2    False
3     True
4    False
dtype: bool

print df[ ((df['X'].notnull() ) & (df['Y'].notnull() ) & (df['Z'].notnull() )) ].astype(float)
   X  Y  Z
1  1  2  3
3  4  4  4

更好的是使用：

df = df[(df != '?').all(axis=1)]

要么：

df = df[~(df == '?').any(axis=1)]

Answer 2

您可以尝试?用空值替换

import numpy as np

data = df.replace("?", np.NaN)

如果您想替换特定列，请尝试以下操作：

data = df["column name"].replace("?", np.NaN)