如何用熊猫中的特殊字符替换列中的NULL值答案

【问题标题】：How to replace NULL Values in columns with Special characters in pandas如何用熊猫中的特殊字符替换列中的NULL值
【发布时间】：2020-11-24 18:54:02
【问题描述】：

我有一个列名如下的数据框：

Column (Name)     Column Name 2   Column3   Column (4)
NULL                 NULL             C3       100
22                    C44            C55       NULL
2                      C5            C11       13

我希望用平均值和最小值替换 Column (Name) 和 Column (4) 子集中的空值。这个怎么做？ Column (Name) 和 Column (4) 中的值是数字

 df['Column (Name)']=df['Column (Name)'].fillna(df['Column (Name)'].mean())
 df['Column (4)']=df['Column (4)'].fillna(df['Column (4)'].min())

我得到以下错误：

TypeError: can only concatenate str (not "int") to str

预期输出：

 Column (Name)     Column Name 2   Column3   Column (4)
    12                 NULL            C3        100
    22                  C44           C55        13
    2                    C5              C11       13

【问题讨论】：

标签： python pandas replace

【解决方案1】：

您的错误意味着列中有一些非数值。

测试列是否为数字，如果不是则将它们转换为 df.dtypes：

print(df.dtypes)

然后你可以测试一下哪些值是错误的：

print (df.loc[pd.to_numeric(df['Column (Name)'], errors='coerce').isna(), 'Column (Name)'])

最后转换为数字：

df['Column (Name)'] = pd.to_numeric(df['Column (Name)'], errors='coerce')
df['Column (4)'] = pd.to_numeric(df['Column (4)'], errors='coerce')

或者如果想转换多列：

cols = ['Column (Name)','Column (4)']
df[cols] = df[cols].apply(pd.to_numeric, errors='coerce')

然后使用您的解决方案：

df['Column (Name)']=df['Column (Name)'].fillna(df['Column (Name)'].mean())
df['Column (4)']=df['Column (4)'].fillna(df['Column (4)'].min())

或者你可以使用DataFrame.agg:

df = df.fillna(df.agg({'Column (Name)':'mean', 'Column (4)':'min'}))
print (df)
   Column (Name) Column Name 2 Column3  Column (4)
0           12.0           NaN      C3       100.0
1           22.0           C44     C55        13.0
2            2.0            C5     C11        13.0

【讨论】：

【解决方案2】：

实际上使用您的代码我没有错误。请与我的代码比较dtypes。

import io
import pandas as pd

读取您的数据。

df = pd.read_csv(io.StringIO("""
Column (Name)     Column Name 2   Column3   Column (4)
NULL                 NULL             C3       100
22                    C44            C55       NULL
2                      C5            C11       13
"""), sep="\s\s+", engine="python")

检查数据类型。

df.dtypes

Column (Name)    float64
Column Name 2     object
Column3           object
Column (4)       float64
dtype: object

填写均值和最小值的代码

df['Column (Name)']=df['Column (Name)'].fillna(df['Column (Name)'].mean())
df['Column (4)']=df['Column (4)'].fillna(df['Column (4)'].min())

填写的值为 12.0 和 13.0。

【讨论】：

数据类型是对象

【解决方案3】：

当您尝试连接字符串和整数时会引发此错误。如果存在相同的类型，则只能连接。尝试使用 str() 方法将整数转换为字符串。

【讨论】：