当数据帧中存在NaN时使用类型错误 [英] error using astype when NaN exists in a dataframe

问题描述

df
     A     B  
0   a=10   b=20.10
1   a=20   NaN
2   NaN    b=30.10
3   a=40   b=40.10

我尝试过:

df['A'] = df['A'].str.extract('(\d+)').astype(int)
df['B'] = df['B'].str.extract('(\d+)').astype(float)

但是出现以下错误:

ValueError:无法将float NaN转换为整数

ValueError: cannot convert float NaN to integer

并且:

AttributeError:只能将.str访问器与字符串值一起使用，后者在熊猫中使用np.object_ dtype

AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas

我该如何解决?

推荐答案

如果缺少列中的某些值(NaN)，然后将其转换为数字，则dtype始终为float.您不能将值转换为int.仅限于float，因为NaN的type是float.

If some values in column are missing (NaN) and then converted to numeric, always dtype is float. You cannot convert values to int. Only to float, because type of NaN is float.

print (type(np.nan))
<class 'float'>

请参见 docs 如何在以下情况下转换值:至少一个NaN:

See docs how convert values if at least one NaN:

整数>转换为float64

integer > cast to float64

如果需要int值，则需要将NaN替换为某些int，例如0通过 fillna 效果很好:

If need int values you need replace NaN to some int, e.g. 0 by fillna and then it works perfectly:

df['A'] = df['A'].str.extract('(\d+)', expand=False)
df['B'] = df['B'].str.extract('(\d+)', expand=False)
print (df)
     A    B
0   10   20
1   20  NaN
2  NaN   30
3   40   40

df1 = df.fillna(0).astype(int)
print (df1)
    A   B
0  10  20
1  20   0
2   0  30
3  40  40

print (df1.dtypes)
A    int32
B    int32
dtype: object

这篇关于当数据帧中存在NaN时使用类型错误的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！