Python 如何从特定字符串中清除数据集的某些列？

我正在尝试清理我的数据集。它有几个列包含所有字符串/float/int（对于name/pay/overtimepay）值，但很少有行包含“Not provided”作为值

newData = data[~data['BasePay'].isin(['Not Provided'])]
newData = data[~data['BasePay'].str.contains('Not Provided', na=False)]
print(newData['BasePay'].mean())

及

---

清除“BasePay”列并计算平均值，但失败。如果你能帮忙，我将不胜感激

看起来您的数据在

未提供

和

未提供

之间有变化，且

p

较低，因此最好使用

df。将

替换为

regex=True

，包括此变化（

[pP]提供的

）。替换值的选择取决于如何处理数据，但这里我使用了numpy库中的

np.NaN

。替换后，您可以在带有

基本工资
的列上使用
fillna（0）
，但是列类型是
对象
，因此在计算平均值之前需要将其解释为float（
.astype（float）
）

作为数据.csv使用的输入

       ID               Name                    Occupation            Pay    OvertimePay        BasePay           Val4    Val5
0  148646   Carolyn A Wilson     Human Services Technician              0              0              0              0    0.00
1  148647       Not provided                  Not provided   Not Provided   Not Provided   Not Provided   Not Provided    0.00
2  148648     Joann Anderson   Communications Dispatcher 2              0              0              0              0    0.00
3  148649        Leon Walker                     Custodian              0              0              0              0    0.00
4  148650      Roy 1 Tillery                     Custodian              0              0              0              0    0.00
5  148651       Not provided                  Not provided   Not Provided   Not Provided   Not Provided   Not Provided    0.00
6  148652       Not provided                  Not provided   Not Provided   Not Provided   Not Provided   Not Provided    0.00
7  148653       Not provided                  Not provided   Not Provided   Not Provided   Not Provided   Not Provided    0.00
8  148654          Joe Lopez    Counselor, Log Cabin Ranch              0              0        -618.13              0 -618.13

基本工资平均值的输出

-68.68111111111111

Stack101建议：不要粘贴图像！这将增加你得到一个好答案的机会。。。而且可能在询问后10分钟内。。。将实际数据复制并粘贴到您的问题中。。。更好的方法是，粘贴代码以生成一个只有几行的虚拟/示例数据集，这样人们就可以复制粘贴它并快速为您进行训练和回答。
import pandas as pd
import numpy as np

df = pd.read_csv("data.csv", sep=";")
print(df)

df = df.replace("Not [pP]rovided", np.NaN, regex=True)

BasePay_mean = df["BasePay"].fillna(0).astype(float).mean()
print(BasePay_mean)

-68.68111111111111