Python 熊猫：找出错误的数据

假设有一个熊猫数据框，如下所示： {a:[1,2,3,4]， b:[1,2,3，，] 假设字符串“a”和“b”中的值超过1000，我们不知道序列b中是否有“？”。因此，当涉及到“b”时，我们保持“对象类型”

---

我们如何找出哪一行存在非浮点（非整数）值？

您可以使用以下方法：

import pandas as pd

def make_float(v):
    try:
        return float(v)
    except:
        return pd.np.nan

df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [1, 2, 3, '?']})

df_float = df.applymap(make_float)
# or just df_float = df.apply(pd.to_numeric, errors='coerce')

在此之后，

df_float

将属于

float

类型，并且在出现无效条目时将具有NaN值。这将有效数字字符串（例如，“0.7”）转换为浮点数；你必须决定这是否是件好事

然后，您可以通过以下代码找到NaN值的位置（以前是

df

中不可转换的条目）：

---

您可以轻松使用pandas实现以下目标：

df.apply(pd.to_numeric,errors='coerce').isnull().any()
Out[795]: 
a    False
b     True
dtype: bool

数据输入

df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': [1, 2, 3, '?']})

---

假设同一列中有多行不是数字

df = pd.DataFrame({'a':[1,2,3,4,5,6], 'b':['1','2','3','?', '?', 4]})

你可以使用

pd.isnull(pd.to_numeric(df['b'], errors='coerce')).nonzero()[0]

你得到

array([3, 4])

如果您需要在多个列上执行此操作，如此df中所示

df = pd.DataFrame({'a':[1,'?',3,4,5,6], 'b':['1','2','3','?', '?', 4]})

试一试

你得到了什么

array([1, 3, 4])

pd.isnull(df.apply(lambda x: pd.to_numeric(x, errors='coerce'))).any(1).nonzero()[0]

array([1, 3, 4])