Python 获取熊猫的无序类型'；仅使用数字数据剪裁列

我正在制作我的第一个熊猫数据探索笔记本，我遇到了一些熊猫操作的问题，比如标题的

剪辑

我有一个包含以下列和数据类型的数据框：

kairaId对象
性对象
主要人物布尔
生日花车64
生日浮动64
生日花车64
死亡年浮动64
自有物
返回的Karelia对象
以前的婚姻对象
页码对象
sourceTextId对象
职业int64
professionName对象
地名对象
区域对象
StemedName对象
extractedName对象
纬度浮动64
经度浮动64
儿童计数int64
迁移计数浮点数64
数据类型：对象

我想删除一些基于经度的异常行。我认为熊猫的

剪辑

会起作用：

df=df.clip（无，上=50.0，轴class='经度'）

但是，这会导致

TypeError:unorderable类型：str（）>=float（）

我意识到Pandas试图比较str和float，这导致了Python3中的一个错误，但我不明白为什么，也不知道如何避免这个问题。显然是其他专栏的内容干扰了这一点？我在尝试其他一些操作时也出现了错误

---

我的数据框中是否存在根本性的错误？是否有与此问题相关的文档？今晚我刚刚挑选了熊猫，所以我还不确定哪些文档是相关的，或者数据帧在幕后是如何运作的。我可能会买一本关于这个话题的书

我认为您误解了

df.clip

的用法-它是为了将异常值与某些特定的外部边界相一致，而不是删除它们。文档中的一个示例：

df

          0         1
0  0.335232 -1.256177
1 -1.367855  0.746646
2  0.027753 -1.176076
3  0.230930 -0.679613
4  1.261967  0.570967

df.clip(None, 0.5)

          0         1
0  0.335232 -1.256177
1 -1.367855  0.500000
2  0.027753 -1.176076
3  0.230930 -0.679613
4  0.500000  0.500000

另外，

轴

参数将引用0或1（沿行或列应用）。它根本不引用列

在本例中，您希望删除与异常经度关联的所有记录。为此，您应该使用类似于

df.filter

，

df.mask

，

df.query

，甚至仅仅是

布尔索引

：

mask = (df.longitude <= 50.0)
df = df[mask]

---

mask=（df.longitude，谢谢。看起来我当时误解了这段视频。