Question

我有一个由两列组成的数据框：Age和Salary

Age   Salary
21    25000
22    30000
22    Fresher
23    2,50,000
24    25 LPA
35    400000
45    10,00,000

如何处理Salary列中的异常值并用整数替换它们？

Answer 1

如果需要替换非数字值，请使用带参数errors='coerce'的{{3}}：

df['new'] = pd.to_numeric(df.Salary.astype(str).str.replace(',',''), errors='coerce')
              .fillna(0)
              .astype(int)
print (df)
   Age     Salary      new
0   21      25000    25000
1   22      30000    30000
2   22    Fresher        0
3   23   2,50,000   250000
4   24     25 LPA        0
5   35     400000   400000
6   45  10,00,000  1000000

Answer 2

使用numpy在哪里找到非数字值，替换为＆＃39; 0＆＃39;。

df['New']=df.Salary.apply(lambda x: np.where(x.isdigit(),x,'0'))

Answer 3

如果您使用Python 3，请使用以下内容。我不确定其他Python版本如何返回type（x）。但是我不会用0替换丢失或不一致的值，最好用None替换它们。但是，假设您要将字符串值（异常值或不一致的值）替换为0：

df['Salary']=df['Salary'].apply(lambda x: 0 if str(type(x))=="<class 'str'>" else x)

如何替换pandas Dataframe中的非整数值？

3 个答案: