清潔和分組值

df = pd.read_csv(file, sep=',', encoding='ISO-8859-1') 

column_names = list(df.columns) 
col_mapping = {'Sex ':'Sex', 'Fatal (Y/N)': 'Fatal', 'Species ' : 'Species'} 
df = df.rename(columns=col_mapping, copy=False)

我已經轉換了數據，從DF [「年齡」]列包含該值的字母或其它符號採取的NaN清潔和分組值

df['Age'] = np.where(pd.to_numeric(df['Age'], 'coerce').notnull(), df['Age'], NaN)

我試圖值使用df.dropna(df.Age)清除NaN值，但它給我：TypeError：'系列'對象是可變的，因此它們不能被哈希

我想知道如何設置此問題以及如何對結果值進行分組和計數bu範圍（即18 - 25年：215,25 - 50：300）婷

來源

2016-10-22 Sinchetru

爲了幫助進行分組，你需要表現出一定的樣本數據，並給更好地描述你想看到的內容。看到這篇文章的指導http://stackoverflow.com/help/mcve – piRSquared

您要使用的參數subset

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

來源

2016-10-22 13:55:16 piRSquared

它不工作，任何變化，當我打印出df ['年齡']仍然有NaN值 – Sinchetru

你必須指定它 – piRSquared

它的工作原理！謝謝！ – Sinchetru

我發現回答以下四個分組問題：

df['Age']=df[['Age']].astype(int) 
Grouped_Age = pd.cut(df.Age,[5, 10, 20, 50, 100], right=True) 
Age_counts = Grouped_Age.value_counts()

來源

2016-10-22 14:36:22 Sinchetru

清潔和分組值

回答

相關問題