熊猫：从多列中删除NaN并将其转换为int的最佳方法

Question

假设我有以下CSV数据：

col1,col2,col3,label
,1,2,label1
3,,4,label2
5,6,7,label3

读取此数据并将可浮动的col1和col2转换为int的最佳方法是什么。

我可以使用this并转换仅包含数字列（col1，col2，col3）的过滤数据框。如何修改主数据框本身而忽略字符串为label的列？

在相关说明中，我也可以使用以下命令。我知道如何循环运行它，以便动态生成变量名col％d，因为我有32列。

filter_df.col1 = filter_df.col1.fillna(0).astype(int)

Answer 1

将select_dtypes与np.number一起使用：

print (filter_df)
   col1  col2  col3   label
0   NaN   1.0     2     NaN
1   3.0   NaN     4  label2
2   5.0   6.0     7  label3

cols = filter_df.select_dtypes(np.number).columns
filter_df[cols] = filter_df[cols].fillna(0).astype(int)

print (filter_df)
   col1  col2  col3   label
0     0     1     2     NaN
1     3     0     4  label2
2     5     6     7  label3

Answer 2

您可以将fillna与downcast='infer'一起使用。

m = df.dtypes == np.number
df.loc[:, m] = df.loc[:, m].fillna(0, downcast='infer')
print(df)
   col1  col2  col3   label
0     0     1     2     NaN
1     3     0     4  label2
2     5     6     7  label3