如何用熊猫中的特殊字符替换列中的NULL值

Question

我有一个列名如下的数据帧：

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

我希望用均值和最小值替换来自子集Column (Name)和Column (4)的空值。如何做到这一点？Column (Name)和Column (4)中的值为数字

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

Answer 1

您的错误意味着列中存在一些非数字值。

测试列是否为数字，如果不是，则将其转换为df.dtypes:

print(df.dtypes)

---

然后您可以测试哪些值是错误的：

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

最后一次转换为数字：

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

或者，如果需要转换多列：

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())

或者您可以使用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

Answer 2

实际上使用您的代码我没有错误。请将dtypes与我的代码进行比较。

import io
import pandas as pd

正在读取数据。

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="ss+", engine="python")

检查数据类型。

df.dtypes
Column (Name)    float64
Column Name 2     object
Column3           object
Column (4)       float64
dtype: object

填写平均值和最小的代码

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

填写的值分别为12.0和13.0。

Answer 3

尝试连接字符串和整数时会引发此错误。只有在存在相同类型的情况下才能进行连接。尝试使用str((方法将整数转换为字符串。