在 Pandas 中過濾混合 dtype 列會導致錯誤

Question

我正在清理一個有一些違規行為的數據文件。 我有一個像這樣的值列表：

import numpy as np
import pandas as pd
dataset = pd.DataFrame.from_dict({'data':['1','2','3','Third Street',np.nan]})

我的目標是過濾掉“第三街”列，同時保留 NaN 值。

dataset['data'].astype(int)
ValueError: invalid literal for int() with base 10: 'Third Street'

這很有意義，因為最后一個值無法轉換為整數。

嘗試過濾非數字列過濾掉 NaN 值，我想保留它：

digitFilter = dataset['data'].str.isdigit()
dataset[digitFilter]
ValueError: cannot index with vector containing NA / NaN values

我也嘗試過堆疊過濾器，但 NaN 似乎也妨礙了那里。 當然有一種簡單的方法可以做到這一點，我忽略了。 欣賞任何人可以提供的任何智慧。

Answer 1

您可以使用| （OR 運算符）檢查值是數字還是NaN

digitFilter = (dataset['data'].str.isdigit()) | (dataset['data'] == 'NaN')
dataset[digitFilter]

Answer 2

也許你可以寫一個函數來嘗試，除了你在上面做的事情？

那就跟着把這個功能應用到第三街列吧！