如何处理整数值列中的非数字条目答案

【问题标题】：How to handle non-numeric entries in an integer valued column如何处理整数值列中的非数字条目
【发布时间】：2016-08-31 23:46:58
【问题描述】：

我有一个数据框df，其中一列count 包含字符串。这些字符串大部分都可以转换为整数（例如0006），这就是我将对它们进行的操作。但是count 中的一些条目是空白的空格字符串。我该怎么做

如果有特别有效的方法，数据框会非常大。

【问题讨论】：

【解决方案1】：

看来你想要两种不同的东西。但首先，转换列to numeric 并强制错误：

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

要删除行（使用subset 以避免从其他列中删除NaN）：

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

用默认值替换：

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

【讨论】：

【解决方案2】：

在pd.to_numeric(errosr='coerce') 之后使用dropna 或fillna

考虑一个熊猫系列s

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

drop 方法 1（不太稳健）

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

drop 方法 2（更健壮）

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

丢弃时机

更健壮的方法速度更快

填充方法一

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

填充方法二

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

填充时间

花费与掉落相同的时间

【讨论】：