我有一个熊猫数据框,所有的值都是字符串。有些是“无”,其余是整数但采用字符串格式,例如“123456”。如何将所有“无”转换为 np.nan,将其他转换为整数,例如 123456。
df = {'col1': ['1', 'None'], 'col2': ['None', '123']}
Run Code Online (Sandbox Code Playgroud)
将 df 转换为:
df = {'col1': [1, NaN], 'col2': [NaN, 123]}
Run Code Online (Sandbox Code Playgroud)
使用以下代码:
print(df.replace('None', np.nan).astype(float))
Run Code Online (Sandbox Code Playgroud)
输出:
col1 col2
0 1.0 NaN
1 NaN 123.0
Run Code Online (Sandbox Code Playgroud)
你必须使用replace.
PS如果df是字典,先转换一下:
df = pd.DataFrame(df)
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
4850 次 |
| 最近记录: |