代码之家 › 专栏 › 技术社区 › Srinivas

熊猫错误类型错误:一元~:“float”的操作数类型错误

pandas python-3.x

Srinivas · 技术社区 · 4 年前

我继承了这段代码

dummy_data1 = {
    'id': ['1', '2', '3', '4', '5'],
    'Feature1': ['A', 'C', 'E', 'G', 'I'],
    'Feature2': ['Mouse', 'dog', 'house and parrot', '23', np.NaN],
    'dates': ['12/12/2020','12/12/2020','12/12/2020','12/12/2020','12/12/2020']}

df1 = pd.DataFrame(dummy_data1, columns = ['id', 'Feature1', 'Feature2', 'dates'])

df1 = df1.assign(
                    Feature2=lambda df: df.Feature2.where(
                        ~df.Feature2.str.isnumeric(),
                        pd.to_numeric(df.Feature2, errors="coerce").astype("Int64"),
                    )
    )
    
print(df1)

我知道这是因为np。NAN值。代码的作用是什么?我的理解是,如果字符串是integer类型,它会尝试将其转换为Int。也请告诉我如何克服这个问题。

1 回复 | 直到 4 年前

Anurag Dabas 4 年前

您可以通过 pd.to_numeric() 然后填写NaN的:

df['Feature2']=pd.to_numeric(df['Feature2'], errors="coerce").fillna(df['Feature2'])

或

跟着 where() 通过在NaN中填充 fillna() 在你的情况下 ~df.Feature2.str.isnumeric() :

df['Feature2']=df['Feature2'].where(~df.Feature2.str.isnumeric().fillna(True),
                     pd.to_numeric(df.Feature2, errors="coerce").astype("Int64")
                    )

推荐文章