Question

我有一个数据框df，它有一些float64类型的列，而其他的是object。由于混合性质，我无法使用

df.fillna('unknown') #getting error "ValueError: could not convert string to float:"

因为类型为float64的列发生了错误（这是一个误导性错误消息！）

所以我希望我可以做一些像

这样的事情

for col in df.columns[<dtype == object>]:
    df[col] = df[col].fillna("unknown")

所以我的问题是，是否有任何这样的过滤器表达式，我可以使用df.columns？

我想，或许不那么优雅，我能做到：

 for col in df.columns:
        if (df[col].dtype == dtype('O')): # for object type
            df[col] = df[col].fillna('') 
            # still puzzled, only empty string works as replacement, 'unknown' would not work for certain value leading to error of "ValueError: Error parsing datetime string "unknown" at position 0"

我也想知道为什么在上面的代码中将''with'unknown'替换为某些单元格，但是在一个单元格失败时出现错误为“ValueError：Error problem dateing date string”unknown at the 0 “

非常感谢！

于

Answer 1

这是简洁的：

# select the float columns
df_num = df.select_dtypes(include=[np.float])
# select non-numeric columns
df_num = df.select_dtypes(exclude=[np.number])

Answer 2

您可以使用dtypes属性查看所有列的dtype：

In [11]: df = pd.DataFrame([[1, 'a', 2.]])

In [12]: df
Out[12]: 
   0  1  2
0  1  a  2

In [13]: df.dtypes
Out[13]: 
0      int64
1     object
2    float64
dtype: object

In [14]: df.dtypes == object
Out[14]: 
0    False
1     True
2    False
dtype: bool

访问对象列：

In [15]: df.loc[:, df.dtypes == object]
Out[15]: 
   1
0  a

我认为最明确的是使用（我不是确定 inplace可以在这里工作）：

In [16]: df.loc[:, df.dtypes == object] = df.loc[:, df.dtypes == object].fillna('')

这样说，我建议您使用NaN for missing data。

Answer 3

正如@RNA所说，您可以使用pandas.DataFrame.select_dtypes。使用示例中的问题编写的代码如下：

for col in df.select_dtypes(include=['object']).columns:
    df[col] = df[col].fillna('unknown')

查找类型为float或特定类型的Pandas中的所有数据框列？

3 个答案: