布尔索引以将虚假值保留为 NaN答案

【问题标题】：Boolean indexing to retain falsy values as NaN布尔索引以将虚假值保留为 NaN
【发布时间】：2017-07-31 22:21:10
【问题描述】：

给定一个数据框：

                         Data
1                      246804
2                      135272
3                      898.01
4                     3453.33
5                       shine  
6                        add
7                         522
8                         Nan
9                      string
10                      29.11
11                        20

我想要两个新列 Floats 和 Strings，它们的长度都与原始数据帧相同。获取Floats 列很容易：

In [176]: pd.to_numeric(df.Data, errors='coerce')
Out[176]: 
1     246804.00
2     135272.00
3        898.01
4       3453.33
5           NaN
6           NaN
7        522.00
8           NaN
9           NaN
10        29.11
11        20.00
Name: Data, dtype: float64

如您所见，非浮点数被强制转换为NaN，这正是我想要的。

要获取字符串，我是这样做的：

In [177]: df[df.Data.str.isalpha()]
Out[177]: 
     Data
5   shine
6     add
8     Nan
9  string

但正如您所见，它不会将非字符串值保留为NaN。我想要这样的东西：

1                       NaN
2                       NaN
3                       NaN
4                       NaN
5                       shine  
6                       add
7                       NaN
8                       Nan (not NaN)
9                       string
10                      NaN
11                      NaN

我怎样才能让它这样做？

【问题讨论】：

标签： python pandas dataframe nan

【解决方案1】：

要获取Strings，您可以在Data 列上使用布尔索引，并位于Floats 为空的位置。

df['Floats'] = pd.to_numeric(df.Data, errors='coerce')
df['Strings'] = df.Data.loc[df.Floats.isnull()]  # Optional: .astype(str)

>>> df
# Output:
#        Data     Floats Strings
# 1    246804  246804.00     NaN
# 2    135272  135272.00     NaN
# 3    898.01     898.01     NaN
# 4   3453.33    3453.33     NaN
# 5     shine        NaN   shine
# 6       add        NaN     add
# 7       522     522.00     NaN
# 8       Nan        NaN     Nan
# 9    string        NaN  string
# 10    29.11      29.11     NaN
# 11       20      20.00     NaN

【讨论】：

虽然其他答案都很棒，但老实说，我最欣赏它的简单性。谢谢！

【解决方案2】：

floats = pd.to_numeric(df.Data, 'coerce')
pd.DataFrame(dict(
    floats=floats,
    strings=df.Data.mask(floats.notnull())
))

       floats strings
1   246804.00     NaN
2   135272.00     NaN
3      898.01     NaN
4     3453.33     NaN
5         NaN   shine
6         NaN     add
7      522.00     NaN
8         NaN     Nan
9         NaN  string
10      29.11     NaN
11      20.00     NaN

您甚至可以在 mask 中通过传递替代项来使其更加明显

floats = pd.to_numeric(df.Data, 'coerce')
pd.DataFrame(dict(
    floats=floats,
    strings=df.Data.mask(floats.notnull(), '')
))

       floats strings
1   246804.00        
2   135272.00        
3      898.01        
4     3453.33        
5         NaN   shine
6         NaN     add
7      522.00        
8         NaN     Nan
9         NaN  string
10      29.11        
11      20.00

【讨论】：

我也喜欢这个答案，因为它教会了我一些东西。我希望我能接受不止一个，但我不得不接受亚历山大的回答，因为这似乎是最简单的。尽管如此，还是谢谢你的回答:)
不要让我对这篇文章进行所有的社论。在他发布答案半秒钟后，我对他的答案投了赞成票。比起接受的答案，我更关心赞成票。我认为开箱即用，我的答案通常看起来与其他人的不同。我希望很多时候别人的回答会更可口。只有当我看到 OP 在非常好的答案中根本没有选择答案时，我才会感到不满。另外，不要觉得你必须解释或证明你的选择。他的回答很好，我是成年人，我完全可以应付。嗯……也许不是成年人，但是 w/e。
@piRSquared 谢谢...我可以尊重这一点。以后我会有很多问题...请继续用您的专业知识为我们所有人增光添彩！

【解决方案3】：

怎么样

df.Data.where(pd.to_numeric(df.Data, errors='coerce').isnull())
Out[186]: 
      Data
1      NaN
2      NaN
3      NaN
4      NaN
5    shine
6      add
7      NaN
8      Nan #not NaN
9   string
10     NaN
11     NaN

或基于您的df.Data.str.isalpha()

df['Data'].where(df['Data'].str.isalpha())

【讨论】：

我喜欢你的回答！
Brb，撤消一些反对票以支持您的答案 xD
这让我笑了
Nitpick：用这个就是你修改原来的列。
另外，这个答案会覆盖Data中的原始值，所以数字数据会丢失。