[英]How to replace NULL Values in columns with Special characters in pandas
我有一個列名的數據框,如下所示:
Column (Name) Column Name 2 Column3 Column (4)
NULL NULL C3 100
22 C44 C55 NULL
2 C5 C11 13
我希望用平均值和最小值替換子集中的空值,比如Column (Name)
和Column (4)
。 這該怎么做 ? Column (Name)
和Column (4)
是數字
df['Column (Name)']=df['Column (Name)'].fillna(df['Column (Name)'].mean())
df['Column (4)']=df['Column (4)'].fillna(df['Column (4)'].min())
我得到以下錯誤:
TypeError: can only concatenate str (not "int") to str
預期輸出:
Column (Name) Column Name 2 Column3 Column (4)
12 NULL C3 100
22 C44 C55 13
2 C5 C11 13
您的錯誤意味着列中有一些非數字值。
測試列是否為數字,如果不是,則將它們轉換為 df.dtypes:
print(df.dtypes)
然后你可以測試哪些值是錯誤的:
print (df.loc[pd.to_numeric(df['Column (Name)'], errors='coerce').isna(), 'Column (Name)'])
最后轉換為數字:
df['Column (Name)'] = pd.to_numeric(df['Column (Name)'], errors='coerce')
df['Column (4)'] = pd.to_numeric(df['Column (4)'], errors='coerce')
或者如果想轉換多列:
cols = ['Column (Name)','Column (4)']
df[cols] = df[cols].apply(pd.to_numeric, errors='coerce')
然后使用您的解決方案:
df['Column (Name)']=df['Column (Name)'].fillna(df['Column (Name)'].mean())
df['Column (4)']=df['Column (4)'].fillna(df['Column (4)'].min())
或者你可以使用DataFrame.agg
:
df = df.fillna(df.agg({'Column (Name)':'mean', 'Column (4)':'min'}))
print (df)
Column (Name) Column Name 2 Column3 Column (4)
0 12.0 NaN C3 100.0
1 22.0 C44 C55 13.0
2 2.0 C5 C11 13.0
實際上使用您的代碼我沒有錯誤。 請與我的代碼比較dtypes
。
import io
import pandas as pd
讀取您的數據。
df = pd.read_csv(io.StringIO("""
Column (Name) Column Name 2 Column3 Column (4)
NULL NULL C3 100
22 C44 C55 NULL
2 C5 C11 13
"""), sep="\s\s+", engine="python")
檢查數據類型。
df.dtypes
Column (Name) float64
Column Name 2 object
Column3 object
Column (4) float64
dtype: object
填寫平均值和最小值的代碼。
df['Column (Name)']=df['Column (Name)'].fillna(df['Column (Name)'].mean())
df['Column (4)']=df['Column (4)'].fillna(df['Column (4)'].min())
填充值為 12.0 和 13.0。
當您嘗試連接字符串和整數時會引發此錯誤。 如果存在相同類型,則只能連接。 嘗試使用 str() 方法將整數轉換為字符串。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.