为什么我不能在数字列上过滤Pandas数据帧

Question

我正在使用Pandas来分析来自csv的数据。数据框如下所示：

    tech_nbr    door_age    service_spend   service_calls
0   2   -7,987  1   3
1   3   -7,987  1   3
2   231561  -7,987  1   3
3   2531885 13  1   3
4   A451349 9   1   3

现在我想使用以下命令过滤掉负door_age的所有行，例如第0行和第1行。

df_filtered = df.filter(df.door_age > 0)

但是我收到了错误：

TypeError: '>' not supported between instances of 'str' and 'int'

我猜有些年龄值不是数字，所以我添加了以下行，根据Remove non-numeric rows in one column with pandas

删除非数字door_age的行

df[df.door_age.apply(lambda x: x.isnumeric())]

它似乎删除了很多行，但我仍然遇到了同样的错误。所以我还使用`df = df.dropna（subset = ['door_age']）过滤掉door_age的空值行。但它也没有帮助。

为什么我仍然会收到此错误？

Answer 1

在尝试任何数值计算之前，您需要确保您的系列是数字类型。

在这种情况下，您可以将非数字值强制转换为np.nan：

df['door_age'] = pd.to_numeric(df['door_age'], errors='coerce')