Pandas strip 函数也会删除数值

Question

我有一个可以从下面的代码生成的数据框

data_file= pd.DataFrame({'studyid':[1,2,3],'age_interview': [' 56','57 ','55'],'ethnicity': ['Chinese','Indian','European'],'Marital_status': ['Single','Married','Widowed'],'Smoke_status':['Yes','No','No']}) 

创建上述数据框后，我将其融化并应用 strip 函数

obs = data_file.melt('studyid', value_name='valuestring').sort_values('studyid')
obs['valuestring'].str.strip()

虽然它在示例数据中运行良好，但在实际数据中它也会删除数值。我遵循与上面相同的代码，但只是数据不同。

请找到strip函数前后的截图

“obs['valuestring'].str.strip()”之前的输出

在“obs['valuestring'].str.strip()”之后输出

如何防止数值被删除？

Answer 1

您的列似乎包含混合整数和字符串。这是一个可重现的示例：

s = pd.Series([1, np.nan, 'abc ', 2.0, '  def '])
s.str.strip()

0    NaN
1    NaN
2    abc
3    NaN
4    def
dtype: object

如果该值不是字符串，则将其隐式处理为 NaN。

解决方案是在调用strip之前将列及其所有值转换为字符串。

s.astype(str).str.strip()

0      1
1    nan
2    abc
3    2.0
4    def
dtype: object

在你的情况下，那是

obs['valuestring'] = obs['valuestring'].astype(str).str.strip()

---

请注意，如果您想保留 NaN，请在末尾使用 mask。

s.astype(str).str.strip().mask(s.isna())

0      1
1    NaN
2    abc
3    2.0
4    def
dtype: object