Question

我在pandas数据框中有一列非常大的电话号码，并且它们都是浮点格式：3.52831E+11。还存在NaN。

我正在尝试将数字转换为int，并且抛出一个错误，即NaNs无法转换为int。很公平。但是我似乎无法解决这个问题。

这里是一个示例：

df = pd.DataFrame({'number':['3.578724e+11','3.568376e+11','3.538884e+11',np.NaN]})


    number
0   3.578724e+11
1   3.568376e+11
2   3.538884e+11
3   NaN


# My first attempt: here's where I try to convert them to int() however I get 'cannot convert float NaN to integer'. 

df['number'] = [int(x) for x in df['number'] if isinstance(x, float)]


# I have also tried the below, but I get SyntaxError: invalid syntax.

df['number'] = [int(x) for x in df['number'] if x not None]


# and then this one, but the error is: TypeError: must be real number, not str

df['number'] = [int(x) for x in df['number'] if not math.isnan(x) and isinstance(x, float)]

我希望能对此提出一些建议。我认为其中至少有一个会起作用。

谢谢大家

Answer 1

从熊猫0.24+开始，我们有了Nullable Integer Type。第一步是将字符串（对象）转换为float，然后转换为可空的int：

df.astype('float').astype(pd.Int64Dtype())                                                                                          

         number
0  357872400000
1  356837600000
2  353888400000
3           NaN

作为简写，您也可以这样做

df.astype('float').astype('Int64')                                                                                                 

         number
0  357872400000
1  356837600000
2  353888400000
3           NaN

在旧版本中，唯一的选择是删除NaN并进行转换：

df.dropna(subset=['number']).astype({'number':float}).astype({'number':int})                                                        

         number
0  357872400000
1  356837600000
2  353888400000

将一系列浮点数转换为整数-列表中的某些NaN导致错误“无法将浮点数NaN转换为整数”。如何跳过NaN？

1 个答案: