问题:污染的数据帧。
细节:框架由NaNs字符串值组成,我知道数字值的含义。
任务:用NaNs替换数值
示例
import numpy as np
import pandas as pd
df = pd.DataFrame([['abc', 'cdf', 1], ['k', 'sum', 'some'], [1000, np.nan, 'nothing']])
出:
0 1 2
0 abc cdf 1
1 k sum some
2 1000 NaN nothing
尝试1 (不起作用,因为正则表达式只查看字符串单元格)
df.replace({'\d+': np.nan}, regex=True)
出:
0 1 2
0 abc cdf 1
1 k sum some
2 1000 NaN nothing
初步解决方案
val_set = set()
[val_set.update(i) for i in df.values]
def dis_nums(myset):
str_s = set()
num_replace_dict = {}
for i in range(len(myset)):
val = myset.pop()
if type(val) == str:
str_s.update([val])
else:
num_replace_dict.update({val:np.nan})
return str_s, num_replace_dict
strs, rpl_dict = dis_nums(val_set)
df.replace(rpl_dict, inplace=True)
出:
0 1 2
0 abc cdf NaN
1 k sum some
2 NaN NaN nothing
问题 有没有更简单/更愉快的解决方案?
答案 0 :(得分:1)
您可以对str
进行舍入转换以替换值并返回。
df.astype('str').replace({'\d+': np.nan, 'nan': np.nan}, regex=True).astype('object')
#This makes sure already existing np.nan are not lost
<强>输出强>
0 1 2
0 abc cdf NaN
1 k sum some
2 NaN NaN nothing
答案 1 :(得分:0)
您可以使用循环遍历每个列,并检查每个项目。如果是整数或浮点数,则用np.nan替换它。可以使用应用于列的地图功能轻松完成。
您可以更改if
的条件以合并您想要的任何数据类型。
for x in df.columns:
df[x] = df[x].map(lambda item : np.nan if type(item) == int or type(item) == float else item)
这是一种天真的方法,必须有比这更好的解决方案。!!