Question

我正在尝试过滤熊猫数据框。在@jezrael的回答here之后，我可以使用以下内容计算要删除的行：

mask= ((analytic_events['section']==2) & 
       ~(analytic_events['identifier'].str[0].str.isdigit()))
print (mask.sum())

但是，当我对数据运行此操作时，出现以下错误：

TypeError跟踪（最近一次通话）    在
        1个mask =（（analytic_events ['section'] == 2）＆
  ----> 2〜（analytic_events ['identifier']。str [0] .str.isdigit（）））
        3
        4次打印（mask.sum（））

c：\ program files \ python37 \ lib \ site-packages \ pandas \ core \ generic.py in invert （self）
     1454 def 反转（自己）：1455试试：   -> 1456 arr = operator.inv（com.values_from_object（self））
     1457返回自身。 array_wrap （arr）
     1458除例外：

TypeError：一元〜的错误操作数类型：'float'

该错误bad operand type for unary ~: 'float'的公认观点是，一元运算符遇到了NA值（例如，请参见this answer）

问题是我没有任何此类丢失的数据。这是我的分析。正在运行

analytic_events[analytic_events['section']==2]['identifier'].str[0].value_counts(dropna=False)

给出结果：

2 1207791
  3 39289
  1 533
  。 56

或正在运行

analytic_events[analytic_events['section']==2]['identifier'].str[0].str.isdigit().value_counts(dropna=False)

给出结果

真1247613
错误56

（请注意，以上金额总计为总行数，即不丢失任何行。）

使用@jezrael的答案below中建议的更直接的方法

analytic_events[analytic_events['section']==2]['identifier'].isnull().sum()
analytic_events[analytic_events['section']==2]['identifier'].str[0].isnull().sum()

都产生输出零。因此，没有NA（不可用）值。

我为什么会收到错误消息

TypeError：一元〜的错误操作数类型：'float'

来自本文开头的代码？

Answer 1

我相信您需要先按条件过滤，然后再按过滤后的值过滤：

m1 = analytic_events['section']==2

mask = ~analytic_events.loc[m1, 'identifier'].str[0].str.isdigit()

print (mask.sum())

“ TypeError：一元〜的错误操作数类型〜：'float'”不是小于NA（不可用）吗？

1 个答案: