[英]How to find glitch in the dataset?
现在,我面临一个问题,这里有一些包含故障的数据集。 就像在数据集中有一个数字列。 从外部可以很容易地识别出最大字段有数字。 但它的数据类型是Object。 不仅某些字段具有非数字值。
例如:
一个数据集有“年龄”列: [23, 34, 54, 33, pp, 27, 43]并且它的数据类型是对象。
现在,Chake 这个它有一个字符串值“ pp ”到数字值中。 我们所知道的数据集中的故障。
现在我的问题是我怎样才能找到那些包含像“ pp ”这样的小故障的行。
这是我想与您讨论的内容的图像
谢谢。
您可以使用pd.to_numeric()
为了胁迫错误(非数值),以NaN
,然后检查NaN
与isna()
然后,使用.loc
使用这些NaN
值(来自非数字值)定位行:
df.loc[pd.to_numeric(df['Age'], errors='coerce').isna()]
演示
data = {"Age": [23, 34, 54, 33, 'pp', 27, 43] }
df = pd.DataFrame(data)
df.loc[pd.to_numeric(df['Age'], errors='coerce').isna()]
Age
4 pp
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.