Question

我有一个数据框：

NPI.         hcps_code 
1003000126     92300
1003000126     G0101
1003000126.    H0002

它还具有27个其他功能，大约有900万行，在“ hcps_code”列中，存在混合数据类型，其中一些是整数，有些是字符串，或者它们是组合的。

我需要根据匹配的数据过滤数据框：

A）范围为92920至93799

B）匹配代码“ H0002”或“ G0101”

到目前为止，我已经尝试过：

Surg_mammo_DA = super_clean_df.query('hcpcs_code == G0101')

但收到错误：

UndefinedVariableError: name 'G0101' is not defined

接下来我尝试：

Surg_mammo_DA = super_clean_df.filter(like='H0002', axis=0)

这将返回一个空的数据框，因为该列的dtype是对象，它无法识别它。

最后我尝试：

Surg_mammo_DA = super_clean_df.loc[(super_clean_df['hcpcs_code'] == 'H0002') &
                                  (super_clean_df['hcpcs_code'] == 'G0101')]

由于对象冲突，这还会返回一个空的数据框。

所以我尝试更改列的dtype：

super_clean_df.hcpcs_code = super_clean_df.hcpcs_code.astype(str)

但是它保持不变，很可能是由于该功能中存在将int和string / int组合在一起的值的事实：

hcpcs_code                           object

有人知道如何根据一列的多个条件过滤数据集，并解决该列中的不同数据类型吗？

Answer 1

写两个条件来处理数据类型和过滤器

using System.IO;
using System.Threading;
using System.Threading.Tasks;
using Microsoft.AspNetCore.Http;

namespace IAL_Marketing_Server.Interfaces {
public interface IFormFile
{
    string ContentType { get; }
    string ContentDisposition { get; }
    IHeaderDictionary Headers { get; }
    long Length { get; }
    string Name { get; }
    string FileName { get; }
    Stream OpenReadStream();
    void CopyTo(Stream target);    
}

}

过滤混合类型和对象的列

1 个答案: