将数据框中的非数字转换为 NaN（numpy）？

Question

如何将DataFrame中的非数字转换为NaN (numpy)？例如，这是一个DataFrame：

a    b
--------
10   ...
4    5
...  6

如何将其转换为：

a    b
--------
10   NaN
4    5
NaN  6

- Bing Qian

---

应标记为重复到https://dev59.com/bmMl5IYBdhLWcg3wZWSD。 - pansen

Answer 1

如果我理解正确，你只需做

df = df.apply(lambda x: pd.to_numeric(x, errors='coerce') )

这将强制把错误的值转换为 NaN，请注意，NaN 的存在会将数据类型更改为 float，因为 int 无法表示 NaN.

In [6]:
df = df.apply(pd.to_numeric, errors='coerce')
df

Out[6]:
      a    b
0  10.0  NaN
1   4.0  5.0
2   NaN  6.0

lambda 不是必需的，但在我看来更易读

- EdChum

---

我喜欢 df = df.apply(pd.to_numeric, errors='coerce')。apply 将传递 errors 参数。 - piRSquared

Lambda是否必要？ - AsheKetchum

@piRSquared 当然，已经发布了。这是我的习惯。 - EdChum

@AsheKetchum 不，这不是必需的，但为了可读性，这是我的习惯。 - EdChum

@EdChum 那是真的 :) - AsheKetchum

@AsheKetchum，lambda只是语法。如果apply没有将参数传递给被传递的函数，那么您将需要它。我同意EdChum的观点...使用lambda可以更明显地表达正在发生的事情。 - piRSquared

Answer 2

您可以对数据框进行 stack 操作，然后再进行 unstack 操作。

pd.to_numeric(df.stack(), errors='coerce').unstack()

      a    b
0  10.0  NaN
1   4.0  5.0
2   NaN  6.0

- piRSquared

---

什么是优点？ - 00__00__00