Question

我有一个pandas数据框，所有值都是字符串。有些是“无”，其余的是整数，但采用字符串格式，例如“ 123456”。如何将所有“无”都转换为np.nan，将其他所有“无”转换为整数，例如123456。

df = {'col1': ['1', 'None'], 'col2': ['None', '123']}

将df转换为：

df = {'col1': [1, NaN], 'col2': [NaN, 123]}

Answer 1

使用以下代码：

print(df.replace('None', np.nan).astype(float))

输出：

   col1   col2
0   1.0    NaN
1   NaN  123.0

您必须使用replace。

P.S。如果df是字典，请先将其转换：

df = pd.DataFrame(df)

Answer 2

您可以将列转换为Nullable Integer类型（0.24以上版本中的新功能）：

d = {'col1': ['1', 'None'], 'col2': ['None', '123']}
res = pd.DataFrame({
    k: pd.to_numeric(v, errors='coerce') for k, v in d.items()}, dtype='Int32')
res

   col1  col2
0     1   NaN
1   NaN   123

使用此解决方案，数字数据将转换为整数（但丢失的数据仍为NaN）：

res.to_dict()
# {'col1': [1, nan], 'col2': [nan, 123]}

在旧版本中，初始化DataFrame时转换为object：

res = pd.DataFrame({
    k: pd.to_numeric(v, errors='coerce') for k, v in d.items()}, dtype=object)
res

  col1 col2
0    1  NaN
1  NaN  123

它与上面的可为空的类型解决方案不同，只是表示形式发生了变化，而不是实际数据。

res.to_dict()
#  {'col1': [1.0, nan], 'col2': [nan, 123.0]}

Answer 3

您还可以使用：

import pandas as pd
d = {'col1': ['1', 'None'], 'col2': ['None', '123']}
df = pd.DataFrame.from_dict(d).replace("None", value=pd.np.nan).astype(float)

   col1   col2
0   1.0    NaN
1   NaN  123.0

col1    1 non-null float64
col2    1 non-null float64
dtypes: float64(2)

将带有NaNs的字符串转换为pint中的int

3 个答案: