如何规范熊猫数据框中的数字/非数字条目答案

【问题标题】：how to regularize numeric/non-numeric entries in pandas dataframes如何规范熊猫数据框中的数字/非数字条目
【发布时间】：2021-05-25 21:38:32
【问题描述】：

我想控制我的 pandas 数据框中的非数字条目。假设我有以下内容：

>>> df
   col_1  col_2  col_3
0   0.01    NaN    0.1
1    NaN    0.9    0.2
2   0.01    NaN    0.3
3   0.01    0.9    0.4

我可以采用如下的行均值，而 python 会正确跳过 NaN 值：

>>> df.mean(axis=1)
0    0.055000
1    0.550000
2    0.155000
3    0.436667
dtype: float64

太棒了！但现在假设我导入的表中的一个值是一个字符串

>>> df.iloc[0,1]="str1"
>>> df
   col_1 col_2  col_3
0   0.01  str1    0.1
1    NaN   0.9    0.2
2   0.01   NaN    0.3
3   0.01   0.9    0.4
>>> df.mean(axis=1)
0    0.055
1    0.200
2    0.155
3    0.205
dtype: float64

危险： 输出看起来合理，但错误，因为一旦我将位置 [0,1] 中的值更改为字符串，位置 [1,1] 和 [3,1] 中的值就从数字0.9 成为字符串"0.9"，并且所有字符串都从平均中省略（我猜每一列都必须是相同的类型？这可能是有原因的，但是男孩这是危险的微妙。）

我现在要做的是将数据框的所有条目强制恢复为数字类型。任何可以被合理地强制转换为数字的东西都应该变成那个数字，而任何东西都应该变成nan（不管它可能是什么字符串或类型）。

Pandas series 有一个函数 pandas.to_numeric，您可以在其中设置 errors='coerce'，但不幸的是 df 的类似函数 (DataFrame.astype()) 不允许此选项。

是否有一个函数可以“使 dataFrame 中的每个元素看起来像一个数字，并让其他所有元素 nan”？

【问题讨论】：

标签： pandas dataframe numeric coerce

【解决方案1】：

我认为您可以在具有apply 的列子集上使用to_numeric。 This answer 可能会有所帮助。

【讨论】：

【解决方案2】：

您可以apply，默认情况下会在列上执行：

df.apply(pd.to_numeric, errors='coerce').mean(1)

【讨论】：