Pandas中float（）的文字无效

Question

我正在处理Pandas中超过60M行的数据集。在我的一个数字列中，我怀疑有一个非数字字符给我错误消息＆＃34; float（）的文字无效：4010146209 +＆＃34;。

我可以将列加载为obj，但不能加载为float或int。

我试过更换r＆＃34; \ d＆＃34;和＆＃34; +＆＃34;用＆＃34;＆＃34;。

我需要在已定义的列中删除带有非数字字符的行，或者删除所有字符，以防止将列作为float或int加载。

该列包含NaN，但在我尝试转换为float之前会删除它们。

Answer 1

我会使用to_numeric()函数

演示

In [583]: a
Out[583]:
0                         50.5
1                         50.7
2                         50.9
3                       52.70+
4                         52.9
5                       520.31
6    really bad number: 520.92
Name: Price, dtype: object

In [584]: a = pd.to_numeric(a, errors='coerce')

In [585]: a
Out[585]:
0     50.50
1     50.70
2     50.90
3       NaN
4     52.90
5    520.31
6       NaN
Name: Price, dtype: float64

Answer 2

您可以.replace()使用regular expression来保留数字值，而不是使用np.nan转换为pd.to_numeric：

df['col_name'].replace(to_replace='[^0-9]+', value='',inplace=True,regex=True)