将带NaN值的字符串转换为整数（在pandas中）

Question

我有一个Pandas数据框，所有的值都是字符串形式。有些是“None”，其余的是字符串形式的整数，如“123456”。我该如何将所有的“None”转换为np.nan，并将其他值转换为整数，如123456？

df = {'col1': ['1', 'None'], 'col2': ['None', '123']}

将df转换为：

df = {'col1': [1, NaN], 'col2': [NaN, 123]}

- Ting Wang

---

df是数据框（dataframe）还是字典（dictionary）？ - cs95

Answer 1

请使用以下代码：

print(df.replace('None', np.nan).astype(float))

输出：

   col1   col2
0   1.0    NaN
1   NaN  123.0

您需要使用replace。

附注：如果df是字典，请先转换：

df = pd.DataFrame(df)

- U13-Forward

---

谢谢，但整数字符串怎么办？它们会自动转换为浮点数吗？ - Ting Wang

@TingWang 已经编辑了我的内容，现在他们会的 :-) - U13-Forward

只是一个小注释，因为这现在是被接受的答案：它将数字数据转换为浮点数，而不是整数（正如OP所请求的）。 - cs95

Answer 2

你可以将列转换为 可空整数 类型（在 0.24+ 中新增）：

d = {'col1': ['1', 'None'], 'col2': ['None', '123']}
res = pd.DataFrame({
    k: pd.to_numeric(v, errors='coerce') for k, v in d.items()}, dtype='Int32')
res

   col1  col2
0     1   NaN
1   NaN   123

使用此解决方案，数值数据将被转换为整数（但缺失数据仍然为NaN）：

res.to_dict()
# {'col1': [1, nan], 'col2': [nan, 123]}

---

在旧版本中，初始化DataFrame时，请转换为object:

res = pd.DataFrame({
    k: pd.to_numeric(v, errors='coerce') for k, v in d.items()}, dtype=object)
res

  col1 col2
0    1  NaN
1  NaN  123

它与上述可空类型解决方案不同——仅表示形式发生变化，而实际数据并未改变。

res.to_dict()
#  {'col1': [1.0, nan], 'col2': [nan, 123.0]}

- cs95

Answer 3

你还可以使用：

import pandas as pd
d = {'col1': ['1', 'None'], 'col2': ['None', '123']}
df = pd.DataFrame.from_dict(d).replace("None", value=pd.np.nan).astype(float)

---

   col1   col2
0   1.0    NaN
1   NaN  123.0

---

col1    1 non-null float64
col2    1 non-null float64
dtypes: float64(2)

- Pedro Lobito

---

数据类型仍然是对象，数字是字符串。 - cs95

你编辑后它们仍然是字符串。运行 result.values.tolist() 查看一下... - cs95