如何替換pandas Dataframe中的非整數值？

Question

我有一個由兩列組成的數據框，Age和Salary

Age   Salary
21    25000
22    30000
22    Fresher
23    2,50,000
24    25 LPA
35    400000
45    10,00,000

如何處理Salary列中的異常值並用整數替換它們？

Answer 1

如果需要替換非數字值，請使用帶參數errors='coerce' to_numeric ：

df['new'] = pd.to_numeric(df.Salary.astype(str).str.replace(',',''), errors='coerce')
              .fillna(0)
              .astype(int)
print (df)
   Age     Salary      new
0   21      25000    25000
1   22      30000    30000
2   22    Fresher        0
3   23   2,50,000   250000
4   24     25 LPA        0
5   35     400000   400000
6   45  10,00,000  1000000

Answer 2

使用numpy在哪里找到非數字值，替換為'0'。

df['New']=df.Salary.apply(lambda x: np.where(x.isdigit(),x,'0'))

Answer 3

如果您使用Python 3，請使用以下內容。 我不確定其他Python版本如何返回類型（x）。 但是我不會用0替換缺失或不一致的值，最好用None替換它們。 但是，假設您要將字符串值（異常值或不一致的值）替換為0：

df['Salary']=df['Salary'].apply(lambda x: 0 if str(type(x))=="<class 'str'>" else x)