![](/img/trans.png)
[英]Identify pandas dataframe columns containing both numeric and string
[英]Converting a list containing both dictionary and string values to numeric dataframe column
我有一个列表( List_1 ),其中包含来自键值对的值和一些字符串。 该列表如下所示:
List_1 = [dict_values([2]), dict_values([54]),dict_values([111]), 'Blah', 'Blah']
我想创建一个名为df['List_1']的新 dataframe 列,该列由List_1中的值填充。 然后我想将df['List_1']转换为数字数据类型,并强制 NA 变为 NaN。
我试过这个:
df['List_1'] = List_1
df['List_1']= pd.to_numeric(df['List_1'], errors='coerce')
我的预期结果是让 NA 变为 NaN,并且 dict_values 变为数字,但是我的方法导致整个列变为 NaN。
我使用了您的方法,效果很好,但是您可以使用:
import numpy as np
df.replace('NA', np.nan)
您的数据集中对 NA 的定义可能有问题吗? Pandas 不处理缺失值,例如 R 或用于数据分析的其他语言/包,因此这可能是问题所在。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.