在熊猫数据框中用`nan`替换数字

Question

我在熊猫数据框上的一栏有问题。 由于数据输入错误，我有一列包含true和false ，但它也包含约71个小数。

我试图摆脱小数点并将其变成nan以便我可以忽略那些行以进行进一步分析。

当我尝试：

datafinal['any_misread'] = datafinal['any_misread'].where(datafinal['any_misread'] < 1, np.nan)

我得到错误：

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

我也尝试使用.replace逻辑处理，但没有成功。

我在这里想念什么？

Answer 1

让我们尝试使用where和astype ：

df = pd.DataFrame({'col1':[True, False, 0.12, True, False, .3]})

df.where((df.col1.astype(str) == 'True') | (df.col1.astype(str) == 'False'))

输出：

    col1
0   True
1  False
2    NaN
3   True
4  False
5    NaN

Answer 2

您可以检查列中每个项目的类型是否不是布尔值，然后更改值。

df = pd.DataFrame([[True],[True],[False],[10.2],[1.0],[False],[0]], columns=['misread'])
df.misread[df.misread.apply(lambda x: not isinstance(x, bool))] = pd.np.nan

df
# returns
  misread
0    True
1    True
2   False
3     NaN
4     NaN
5   False
6     NaN