Python 使用“数据帧提升”进行计算;TypeError:';的操作数类型不受支持;浮动';和';str'&引用;
我试图用平均温度和最高温度来填充数据框中缺失的最高温度。我尝试了以下方法:Python 使用“数据帧提升”进行计算;TypeError:';的操作数类型不受支持;浮动';和';str'&引用;,python,pandas,dataframe,Python,Pandas,Dataframe,我试图用平均温度和最高温度来填充数据框中缺失的最高温度。我尝试了以下方法: df.loc[df['Min Temperature']==np.NaN & df['Max Temperature']!=np.NaN & df['Average Temperature']!=np.NaN, df['Min Temperature']]=2*df['Average Temperature']-df['Max Temperature'] 如果df['Min Temperature']=
df.loc[df['Min Temperature']==np.NaN & df['Max Temperature']!=np.NaN & df['Average Temperature']!=np.NaN, df['Min Temperature']]=2*df['Average Temperature']-df['Max Temperature']
如果df['Min Temperature']==np.NaN
和Max
和平均
温度可用,则将该值设置为:
2*df['Average Temperature']-(df['Max Temperature']
我发现以下错误:
TypeError:-:“float”和“str”的操作数类型不受支持
我尝试添加float():
我有以下错误:
无法将序列转换为
类型转换可以使用
.astype()
完成:
要将str值串联转换为浮点值,请将其用作_类型@RahulK
ValueError:无法将字符串转换为浮点:“”
ValueError:无法将字符串转换为浮点:“”
df.loc[df['Min Temperature']==np.NaN & df['Max Temperature']!=np.NaN & df['Average Temperature']!=np.NaN, df['Min Temperature']]=2*float(df['Average Temperature'])-float(df['Max Temperature'])
2*(df['Average Temperature'].astype(float))-df['Max Temperature'].astype(float)