Question

我有一个数据框，其中第一列包含需要保留的字符串名称，其余列包含数字和字符串的混合。我只对数字感兴趣，因此我想将这些列转换为数字并将字符串值强制为NaN，我可以使用errors =“ coerce”

但是由于某些原因，当我在这些列上使用pd.to_numeric并导致错误时，它们仍然会以对象类型返回

print(df.info())
df.iloc[:,1:]=df.iloc[:,1:].apply(lambda x: pd.to_numeric(x,errors='coerce')) 
print(df.info())
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 867 entries, 0 to 866
Data columns (total 15 columns):
Sample Name    867 non-null object
PFBS           196 non-null object
PFHxS          829 non-null object
PFOS           827 non-null object
PFHpA          301 non-null object
PFOA           711 non-null object
PFNA           744 non-null object
PFDA           625 non-null object
PFUnDA         378 non-null object
PFDoDA         236 non-null object
PFOSA          118 non-null object
N-EtFOSAA      638 non-null object
N-MeFOSAA      541 non-null object
PFPeA          437 non-null object
PFHxA          217 non-null object
dtypes: object(15)
memory usage: 101.7+ KB
None
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 867 entries, 0 to 866
Data columns (total 15 columns):
Sample Name    867 non-null object
PFBS           196 non-null object
PFHxS          829 non-null object
PFOS           827 non-null object
PFHpA          301 non-null object
PFOA           711 non-null object
PFNA           744 non-null object
PFDA           625 non-null object
PFUnDA         378 non-null object
PFDoDA         236 non-null object
PFOSA          118 non-null object
N-EtFOSAA      638 non-null object
N-MeFOSAA      541 non-null object
PFPeA          437 non-null object
PFHxA          217 non-null object
dtypes: object(15)
memory usage: 101.7+ KB
None

要使此功能正常运行

cols=df.columns.drop("Sample Name")
df[cols]=df[cols].apply(pd.to_numeric, errors="coerce")

为什么这行得通，但不能应用在数据帧的一部分上呢？有更简单的方法吗？

Answer 1

我建议删除“样品名称”列以使用它：

df.drop("Sample Name", axis = 1)

也请查看熊猫文档here

Answer 2

这样，您可以在列中将包含字符串的单元格设为NaN：

df.loc[df['column'].str.contains('')==True, 'column'] = np.nan

困惑为什么在应用pd.to_numeric

2 个答案: