Question

这与我之前提出的问题相关，在这里：Replace any string in columns with 1

然而，由于很久以前就回答了这个问题，我在这里开始提出一个新问题。我本质上是尝试使用convert_objects将字符串值替换为以下数据帧中的1（在此缩写）：

 uniq_epoch     T_Opp     T_Eval
 1              0         0
 1              0         vv.bo
 2              bx        0
 3              0         0
 3              vo.bp     0
 ...

我使用以下代码执行此操作。我实际上尝试在整个数据帧上使用此代码，并将其应用于特定列。结果每次都没有错误消息，但也没有更改数据（没有值转换为NaN，dtype仍然是'O'）。

 df = df.convert_objects(convert_numeric = True)

或

 df.T_Eval = df.T_Eval.convert_objects(convert_numeric=True)

所需的最终输出如下：

 uniq_epoch     T_Opp     T_Eval
 1              0         0
 1              0         1
 2              1         0
 3              0         0
 3              1         0
 ...

在此之前可能还有一个步骤，其中1为NaN，而fillna（1）用于在字符串中插入1s。

我已经在stackoverflow上搜索了帖子，并查看了convert_objects的文档，但不幸的是它很稀疏。如果不是上一篇文章（上面链接），我甚至不会尝试以这种方式应用它。

我还要提到这些列中有相当多的字符串（代码），并且代码可以重新组合，因此使用dict和replace（）执行此操作需要大约相同的时间好像我是手工做的。

基于上一篇文章和我能够找到的各种资源，我无法弄清楚为什么这不起作用 - 任何帮助都非常赞赏，包括指向进一步的文档。

Answer 1

这是0.13.1

docs here 和here

也许你有一个旧版本; IIRC convert_objects在0.11中引入。

In [5]: df = read_csv(StringIO(data),sep='\s+',index_col=0)

In [6]: df
Out[6]: 
            T_Opp T_Eval
uniq_epoch              
1               0      0
1               0  vv.bo
2              bx      0
3               0      0
3           vo.bp      0

[5 rows x 2 columns]

In [7]: df.convert_objects(convert_numeric=True)
Out[7]: 
            T_Opp  T_Eval
uniq_epoch               
1               0       0
1               0     NaN
2             NaN       0
3               0       0
3             NaN       0

[5 rows x 2 columns]

In [8]: df.convert_objects(convert_numeric=True).dtypes
Out[8]: 
T_Opp     float64
T_Eval    float64
dtype: object

In [9]: df.convert_objects(convert_numeric=True).fillna(1)
Out[9]: 
            T_Opp  T_Eval
uniq_epoch               
1               0       0
1               0       1
2               1       0
3               0       0
3               1       0

[5 rows x 2 columns]

Pandas：如何使用convert_objects替换NaN值的字符串

1 个答案: