如何處理整數值列中的非數字條目

我有一個數據框df，其中一列count包含字符串。這些字符串大部分都可以轉換爲整數（例如0006），這是我會用它們做的。但是，count中的一些條目是空白字符串。我該如何如何處理整數值列中的非數字條目

如果存在特別有效的方法，數據幀非常大。後

2016-08-31 eleanora

[Python Pandas DataFrame移除空單元格]的可能重複（http://stackoverflow.com/questions/29314033/python-pandas-dataframe-remove-empty-cells） –

所以你想做兩件不相容的事，對吧？一旦你刪除了空白值，那麼沒有一點替代空白值... – IanS

是的，這些是爲了兩種不同的選擇。 – eleanora

使用dropnafillna或pd.to_numeric(errosr='coerce')

考慮熊貓系列s

s = pd.Series(np.random.choice(('0001', ''), 1000000), name='intish')

滴法1（較不健壯）

s[s != ''].astype(int)

滴法2（更堅固）

pd.to_numeric(s, 'coerce').dropna().astype(int)

下降定時

更魯棒的方法是更快

填充方法1

pd.to_numeric(s, 'coerce').fillna(0).astype(int)

填充方法2

s.where(s.astype(bool), 0).astype(int)

填充定時

所花的時間相同數量的下降

2016-08-31 15:42:12 piRSquared

從技術上講，你也應該在填充情況下投射到'int' :) – IanS

謝謝。一個細節是我的空白字符串不是空的。我需要使用.strip，因爲它們是可變數量的空格。 – eleanora

's.str.strip（）'應該這樣做。 – piRSquared

看來你想要兩個不同的東西。但首先，將列to numeric和強制錯誤：

df['count'] = pd.to_numeric(df['count'], errors='coerce')

要刪除行（使用subset以避免來自其他列下探NaN）：

df.dropna(subset=['count'])

要使用默認值代替：

df['count'] = df['count'].fillna(default_value)

2016-08-31 15:42:42 IanS

回答