Question

我在pandas DataFrame中有以下专栏：

col1
1.2
1.4
3.1
aa
bb
NaN

我需要计算col1列中的最小值，而忽略所有空值和非数字值。

如果我执行df[col1].min()，它只会忽略空值，但仍然出现此错误：

TypeError: '<=' not supported between instances of 'float' and 'str'

Answer 1

尝试使用pd.to_numeric()：

pd.to_numeric(df.col1,errors='coerce').min()
#1.2
#or df.col1.apply(lambda x: pd.to_numeric(x,errors='coerce')).min() <- slow

Answer 2

我认为这是两个步骤：

将列中的所有元素转换为数字类型。 NaN是数字类型，因此将所有字符串值强制转换为NaN是安全的。
在得到的（已清除）列上调用min。

要执行第一步，请尝试测试每个元素以查看它是否为numbers.Number，the base class for all Python numeric types的实例。如果是，则返回该元素。如果不是，请返回NaN。

import numbers
import numpy as np

def coerce_to_numeric(value):
    if isinstance(value, numbers.Number):
        return value
    else:
        return np.NaN

# Returns a cleaned version of df[col1]
clean_col = df[col1].apply(coerce_to_numeric)

然后只需添加.min()即可获得已清除列的最小值。

clean_col.min()

从列中过滤掉非数字值

2 个答案: