计算数字列pandas中的字符串值

使用 to_numeric 具有 errors='coerce' 用于将非数字转换为 NaN 创建掩码 isna :

mask = pd.to_numeric(df['Hours_Worked'], errors='coerce').isna()
#oldier pandas versions
#mask = pd.to_numeric(df['Hours_Worked'], errors='coerce').isnull()    

然后数数 True S值依据 sum 以下内容:

a = mask.sum()
print (a)
2

然后过滤 boolean indexing 以下内容:

df1 = df[mask]
print (df1)
    Name Hours_Worked
3  Billy            T
4  Sarah            A

详情 以下内容:

print (mask)
1    False
2    False
3     True
4     True
5    False
Name: Hours_Worked, dtype: bool

另一种检查数字的方法:

def check_num(x):
    try:
        float(x)
        return False        
    except ValueError:
        return True

mask = df['Hours_Worked'].apply(check_num)

在一天结束时,我对数值列中的求值字符串进行了这样的操作:

df['Hr_String'] = pd.to_numeric(df['Hours_Worked'], errors='coerce')

我想把它放在一个新的柱子里,这样我就可以过滤,再给我加点液体:

df[df['Hr_String'].isnull()]

它返回:

    Name    Hours_Worked    Hr_String
2   Billy   T               NaN
3   Sarah   A               NaN

我就这么做了

df['Hr_String'].isnull().sum()

它返回:

2个

然后我想要占总行数的百分比,所以我这样做了:

teststr['Hr_String'].isnull().sum() / teststr.shape[0]

它返回:

0.4分

总的来说,这种方法对我很有用,它帮助我理解字符串值在我的数值列中造成的混乱,并允许我查看百分比,如果它真的很小,我可以删除行进行分析。如果这个百分比很大,我就得弄清楚我能不能算出来,或者为他们想出别的办法。