我有一个数据列:
Power:
0 130
1 165
2 150
3 150
4 ?
5 198
6 220
7 215
8 225
9 ?
10 170
我想替换每个 '?' Nan 或零。
我试过:
data['Power'].str.replace('?', 0).astype(float)
data['Power'].str.replace('^[^\d]*', '').astype(float)
data['Power'].replace(r'\s+', np.nan, regex=True)
data['Power'].convert_objects(convert_numeric=True)
data['Power'].replace(regex=True,inplace=True,to_replace=r'\D',value=r'')
但这些都不起作用!
有些产生错误 could not convert string to float 而有些没有产生任何错误但没有改变 '?'。
请您参考如下方法:
如果只需要将所有非数值替换为 NaN，请使用 to_numeric :
data.Power = pd.to_numeric(data.Power, errors='coerce')
print (data)
Power
0 130.0
1 165.0
2 150.0
3 150.0
4 NaN
5 198.0
6 220.0
7 215.0
8 225.0
9 NaN
10 170.0
如果需要 0 然后添加 fillna强制转换为 int:
data.Power = pd.to_numeric(data.Power, errors='coerce').fillna(0).astype(int)
print (data)
Power
0 130
1 165
2 150
3 150
4 0
5 198
6 220
7 215
8 225
9 0
10 170
