小编gof*_*onx的帖子

我有一个很空的数据帧,格式很差的日期我转换成DateTime格式.

from io import StringIO

data = StringIO("""issue_date,issue_date_dt
,
,
19600215.0,1960-02-15
,
,""")

df = pd.read_csv(data, parse_dates=[1])

哪个产生

    issue_date  issue_date_dt
0   NaN         NaT
1   NaN         NaT
2   19600215.0  1960-02-15
3   NaN         NaT
4   NaN         NaT

我希望我可以使用df.any()来查找行或列中是否有值.axis=0表现如预期:

df.any(axis=0)

issue_date       True
issue_date_dt    True
dtype: bool

但是axis=1只对所有行返回false.

df.any(axis=1)

0    False
1    False
2    False
3    False
4    False
dtype: bool

给定一个数据帧 df

                    Value
Category Pool Class      
A        1.0  1.0       1
              9.0       2
B        1.0  1.0       3
C        1.0  1.0       4
              5.0       5

我想在没有（见下文）的情况下将级别Pool和Class整数转换为整数reset_index。

我尝试使用get_level_values和set_levels像这样的组合

for c in ['Pool', 'Class']:
    df.index.set_levels(df.index.get_level_values(c).astype(int), level=c, inplace=True)

然而，这引发了

ValueError: Level values must be unique: [1, 1, 1, 1, 1] on level 1

为了了解会发生什么，我还尝试使用verify_integrity=False. 然后

df.index.set_levels(df.index.get_level_values('Class').astype(int),
                    level='Class', verify_integrity=False, inplace=True)

产生

                    Value
Category Pool Class      
A        1.0  1         1
              1         2
B        1.0  1         3 …