python – Pandas Dataframe对象在不同的​​数据类型上输入fillna异常

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 – Pandas Dataframe对象在不同的​​数据类型上输入fillna异常，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1022字，纯文字阅读大概需要2分钟。

内容图文

我有一个Pandas Dataframe,不同的列有不同的dtypes.例如. df.dtypes返回以下内容.

Date                    datetime64[ns]
FundID                           int64
FundName                        object
CumPos                           int64
MTMPrice                       float64
PricingMechanism                object

各种奶酪列都缺少价值.使用NaN值对其执行组操作会导致问题.用.fillna()方法摆脱它们是显而易见的选择.问题是字符串的明显clouse是.fillna(“”),而.fillna(0)是整数和浮点数的正确选择.在DataFrame上使用任一方法都会引发异常.任何优雅的解决方案,除了单独做它们(有大约30列)？我有很多代码,具体取决于DataFrame,并且不希望重新键入列,因为它可能会破坏其他逻辑.
可以做：

df.FundID.fillna(0)
df.FundName.fillna("")
etc

解决方法:

您可以遍历它们并使用if语句！

for col in df:
    #get dtype for column
    dt = df[col].dtype 
    #check if it is a number
    if dt == int or dt == float:
        df[col].fillna(0)
    else:
        df[col].fillna("")

当您遍历pandas DataFrame时,您将获得每个列的名称,因此要访问这些列,请使用df [col].这样你就不需要手动完成了,脚本可以遍历每一列并检查它的dtype！

内容总结

以上是互联网集市为您收集整理的python – Pandas Dataframe对象在不同的​​数据类型上输入fillna异常全部内容，希望文章能够帮你解决python – Pandas Dataframe对象在不同的​​数据类型上输入fillna异常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