Einfache Möglichkeit, eine Pandas-Serie für Integer-Vergleich zu konvertieren

Question

Ich habe das sehr einfach. folgenden Code, und möchten uns bei allen Teams wählen, die eine highest_ranking von 1.

import pandas as pd 
table = pd.read_table('team_rankings.dat') 
table.head() 

rank team rating highest_rank highest_rating 
0 1 Germany 2097 1 2205  
1 2 Brazil 2086 1 2161  
2 3 Spain 2011 1 2147  
3 4 Portugal 1968 2 1991  
4 5 Argentina 1967 1 2128 

type((table['highest_rank'])) 
pandas.core.series.Series 

table.loc[(table['highest_rank']) < 2] 

haben gibt mir dann eine

TypeError: unorderable types: str() < int() 

da einige highest_rank ente sind '-'. Urgh. Was ist eine einfache Möglichkeit, diese (ganzzahlige) Auswahl durchzuführen?

Answer 1

Benutzer pd.to_numeric mit errors ='coerce' d.h

df.loc[(pd.to_numeric(df['highest_rank'],errors='coerce')) < 2] 

Ausgang:

 
    rank  team rating highest_rank highest_rating 
0  1 Germany 2097    1   2205 
1  2  Brazil 2086    1   2161 
2  3  Spain 2011    1   2147 
4  5 Argentina 1967    1   2128 

Answer 2

Sie können die parsen "-" als einen NaN-Wert. Das könnte Ihnen bei zukünftigen Aufgaben helfen.

table = pd.read_table('team_rankings.dat', na_values="-") 

Siehe https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html