Pandas错误TypeError：一元操作数类型错误〜：'float'答案

【问题标题】：Pandas error TypeError: bad operand type for unary ~: 'float'Pandas错误TypeError：一元操作数类型错误〜：'float'
【发布时间】：2021-07-31 16:02:32
【问题描述】：

我继承了这段代码

dummy_data1 = {
    'id': ['1', '2', '3', '4', '5'],
    'Feature1': ['A', 'C', 'E', 'G', 'I'],
    'Feature2': ['Mouse', 'dog', 'house and parrot', '23', np.NaN],
    'dates': ['12/12/2020','12/12/2020','12/12/2020','12/12/2020','12/12/2020']}

df1 = pd.DataFrame(dummy_data1, columns = ['id', 'Feature1', 'Feature2', 'dates'])

df1 = df1.assign(
                    Feature2=lambda df: df.Feature2.where(
                        ~df.Feature2.str.isnumeric(),
                        pd.to_numeric(df.Feature2, errors="coerce").astype("Int64"),
                    )
    )
    
print(df1)

我知道这是因为 np.NAN 值。代码有什么作用？我的理解是，如果它是整数类型，它会尝试将字符串转换为 Int。另外请告诉我如何克服这个问题。

【问题讨论】：

根据您的需要用 fillna() 填充那些 NaN 为 True 或 False

标签： python-3.x pandas

【解决方案1】：

您可以通过pd.to_numeric() 尝试然后填写NaN：

df['Feature2']=pd.to_numeric(df['Feature2'], errors="coerce").fillna(df['Feature2'])

或

通过在您的条件~df.Feature2.str.isnumeric() 中用fillna() 填充那些NaN 来满足where() 条件：

df['Feature2']=df['Feature2'].where(~df.Feature2.str.isnumeric().fillna(True),
                     pd.to_numeric(df.Feature2, errors="coerce").astype("Int64")
                    )

【讨论】：