CSV 使用“-”作為 NULL。將列轉換為 INT 時出錯

Question

我有一個 CSV

df = pd.read_csv('data.csv')

桌子：

A列	B列	專欄C
4068744	-1472525	2596219
198366	-	-

該文件對 nul 值使用“-”

我嘗試在不處理“-”的情況下轉換為 int。

我的問題是：如何在不更改負值的情況下去除字符串“-”？

df['Column B'] = df['Column B'].astype(int)

ValueError：以 10 為底的 int() 的無效文字：'-'

Answer 1

更高版本的pandas可以容納integer具有缺失值的數據類型。 普通int轉換不支持 null 值。

# replace - with null
df.replace('-', pd.NA, inplace=True)
# and use Int surrounding with ''
df['Column B'] = df['Column B'].astype('Int64')

output：

> df

  Column A  Column B Column C
0  4068744  -1472525  2596219
1   198366      <NA>     <NA>

> df['Column B'].info

Name: Column B, dtype: Int64>