Question

我有一个二进制pandas数据框，其值为0.0，1.0和NaN。

import pandas as pd
df = pd.read_csv("file.csv")

我想将浮动1.0和0.0转换为整数1和0。不幸的是，由于NaN值，此命令失败：

df.applymap(int)

错误是：

ValueError: ('cannot convert float NaN to integer', 'occurred at index 0')

是否有“熊猫”替代品？

Answer 1

<强>更新

如果你需要漂亮的字符串值，你可以这样做：

In [84]: df.astype(object)
Out[84]:
   a  b    c
0  0  1    0
1  0  0    1
2  1  1    1
3  0  1    1
4  1  1  NaN

但所有值都是字符串（pandas术语中为object）：

In [85]: df.astype(object).dtypes
Out[85]:
a    object
b    object
c    object
dtype: object

针对500K行DF的计时：

In [86]: df = pd.concat([df] * 10**5, ignore_index=True)

In [87]: df.shape
Out[87]: (500000, 3)

In [88]: %timeit df.astype(object)
10 loops, best of 3: 113 ms per loop

In [89]: %timeit df.applymap(lambda x: int(x) if pd.notnull(x) else x).astype(object)
1 loop, best of 3: 7.86 s per loop

OLD回答：

AFAIK你不能使用现代熊猫版本来做。

这是一个演示：

In [52]: df
Out[52]:
     a    b    c
0  1.0  NaN  0.0
1  NaN  1.0  1.0
2  0.0  0.0  NaN

In [53]: df[pd.isnull(df)] = -1

In [54]: df
Out[54]:
     a    b    c
0  1.0 -1.0  0.0
1 -1.0  1.0  1.0
2  0.0  0.0 -1.0

In [55]: df = df.astype(int)

In [56]: df
Out[56]:
   a  b  c
0  1 -1  0
1 -1  1  1
2  0  0 -1

我们差不多了，让我们用-1替换NaN：

In [57]: df[df < 0] = np.nan

In [58]: df
Out[58]:
     a    b    c
0  1.0  NaN  0.0
1  NaN  1.0  1.0
2  0.0  0.0  NaN

另一个演示：

In [60]: df = pd.DataFrame(np.random.choice([0,1], (5,3)), columns=list('abc'))

In [61]: df
Out[61]:
   a  b  c
0  1  0  0
1  1  0  1
2  0  1  1
3  0  0  1
4  0  0  1

如果我们将c中的单个单元格更改为NaN，请查看In [62]: df.loc[4, 'c'] = np.nan In [63]: df Out[63]: a b c 0 1 0 0.0 1 1 0 1.0 2 0 1 1.0 3 0 0 1.0 4 0 0 NaN列会发生什么：

{{1}}

Answer 2

从熊猫0.24（2019年1月）开始，您可以通过使用nullable integers而不需要解决object来实现所需的功能。使用@MaxU的示例：

In [125]: df
Out[125]:
   a  b    c
0  0  1  0.0
1  0  0  1.0
2  1  1  1.0
3  0  1  1.0
4  1  1  NaN

In [126]: df.astype('Int64')
Out[126]:
   a  b    c
0  0  1    0
1  0  0    1
2  1  1    1
3  0  1    1
4  1  1  NaN

将带有“NaN”的稀疏pandas数据帧转换为整数值

2 个答案: