python-在熊猫DataFrame中将某些值替换为NaN时,如何避免数据类型转换？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-在熊猫DataFrame中将某些值替换为NaN时,如何避免数据类型转换？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1157字，纯文字阅读大概需要2分钟。

内容图文

我有一个熊猫DataFrame,我需要基于过滤器将某些值替换为NaN.这样做时,我面临数据类型的更改.如何避免这种数据类型转换？

玩具示例代码

import pandas as pd
import numpy as np
df = pd.Series([False, True, False, True])
filter = pd.Series([True, True, False, False])
df[filter] = np.nan

我希望df也具有True和False值,来自NaN.但是,如下面的输出所示,将True值转换为1,将False值转换为0.

>>> df
0    NaN
1    NaN
2    0.0
3    1.0
dtype: float64

部分解决方案

我现在只能想到的部分解决方案如下：

df[df==1] = True
df[df==0] = False
print df

结果是：

>>> df
0      NaN
1      NaN
2    False
3     True
dtype: object

题

我知道,如果我检查值是否为1并与True进行比较,它将解析为True,并且在0和False之间也会发生相同的情况.但是,当我将任何值转换为NaN时,我希望避免将值True和False分别更改为0和1.这有可能使我不需要使用我所说的部分解决方案吗？

解决方法:

过滤前更改为对象

df = pd.Series([False, True, False, True])
filter = pd.Series([True, True, False, False])
df=df.astype('object')
df[filter] = np.nan
df
Out[623]: 
0      NaN
1      NaN
2    False
3     True
dtype: object

更多信息

df.apply(type)
Out[625]: 
0    <class 'float'>
1    <class 'float'>
2     <class 'bool'>
3     <class 'bool'>
dtype: object

内容总结

以上是互联网集市为您收集整理的python-在熊猫DataFrame中将某些值替换为NaN时,如何避免数据类型转换？全部内容，希望文章能够帮你解决python-在熊猫DataFrame中将某些值替换为NaN时,如何避免数据类型转换？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端