Ich habe einen Pandas-Datenrahmen. Eine meiner Spalten sollte nur Floats sein. Wenn ich versuche, diese Spalte in Gleitkommazahlen zu konvertieren, werde ich darauf hingewiesen, dass sich dort Zeichenfolgen befinden. Ich möchte alle Zeilen löschen, in denen Werte in dieser Spalte Zeichenfolgen sind ...Zeilen entfernen, in denen Spaltenwerttyp Zeichenfolge ist Pandas
Verwenden convert_objects mit param convert_numeric=True diese alle nicht numerische Werte NaN coerce werden:
In [24]:
df = pd.DataFrame({'a': [0.1,0.5,'jasdh', 9.0]})
df
Out[24]:
a
0 0.1
1 0.5
2 jasdh
3 9
In [27]:
df.convert_objects(convert_numeric=True)
Out[27]:
a
0 0.1
1 0.5
2 NaN
3 9.0
In [29]:
Sie können sie dann fallen:
df.convert_objects(convert_numeric=True).dropna()
Out[29]:
a
0 0.1
1 0.5
3 9.0
UPDATE
Seit Version 0.17.0 diese Methode ist jetzt deprecated und Sie brauchen t o verwenden to_numeric leider auf einem Series arbeitet eher als eine ganze df so der entsprechende Code ist jetzt:
df.apply(lambda x: pd.to_numeric(x, errors='coerce')).dropna()
Sie können den Datentyp einer Spalte aus dem Attribut dtype.kind finden. So etwas wie df[col].dtype.kind. Weitere Informationen finden Sie unter the numpy docs. Transponiere den Datenrahmen von Indizes zu Spalten.
Dank dafür! Mein Datenrahmen hat mehrere Spalten. Einige Spalten müssen Zeichenfolgen haben. Zum Beispiel habe ich eine Spalte "Name" und eine Spalte "Alter". Die Spalte 'Alter' muss numerisch sein. Ich habe versucht: df.age.convert_objects (convert_numeric = True) und bekam 'Series' Objekt hat kein Attribut 'convert_objects'. – user3347713
Sie müssen 'df [['age']]. Convert_objects (convert_numeric = True)' in diesem Fall – EdChum
Oh, ich sehe, so [['age']] wählt eine Spalte in df. Sehr hilfreich. Ich bekomme jedoch einen TypeError: convert_objects() hat ein unerwartetes Schlüsselwort argument 'convert_numeric'. Ich habe gerade die Dokumentation überprüft und "convert_numeric = True" ist das richtige Argument. Gedanken? – user3347713