使用 pandas 将非数字列值替换为浮动

Question

我正在尝试使用 pandas 从特定列中删除所有非数字值：

(a) 我想将所有最后一列的值更改为浮动。 我想保留为浮点数的列中有一些非零数值。

(b) 如果存在非数字值，我想将它们全部替换为 0.0（浮点数）。 比如第247行，最后一列有“a”，我想把它改成0.0。

我努力了：

def isnumber(x):
    try:
        float(x)
        return True
    except:
        return False

df = pd.read_csv(filename)
df = df[clean_up.applymap(isnumber)]

然而，这会改变每一列：

Answer 1

首先，您应该阅读您的 csv 文件，其中header=None ， skipinitialspace=True和quoting=1作为 read_csv 的read_csv因为您的 Z099FB995346F31C749F6E40在每个字段分隔符后都有一些正常值，您在每个字段分隔符后都有一些值，看起来像正常的 DB0F395E3Z引号。

要转换最后一列，请使用pd.numeric ：

df = pd.read_csv('tubedata.csv', header=None, quoting=1, skipinitialspace=True)
df[5] = pd.to_numeric(df[5], errors='coerce').fillna(0)

Output：

# Before conversion
>>> df[5].unique()
array(['0', '3', '2', '4', '6', 'a'], dtype=object)

# After conversion
>>> df[5].unique()
array([0., 3., 2., 4., 6.])

Answer 2

您可以通过将pd.to_numeric映射到DataFrame来将其应用于每一列。 使用errors='coerce'将无法转换为NaN的列转换为可以在以下步骤中轻松删除它们：

df.apply(pd.to_numeric, errors='coerce').dropna(axis=1)

要允许在其他数字列中出现错误值（例如"a" ），请改用fillna ：

pd.to_numeric(df['some column'], errors='coerce').fillna(0.0)