Python 熊猫数据帧同时产生浮点和无浮点
我的目标是将som dataframe列传输到字典中,但是数据中有很多NAN,我试图通过迭代来删除它们,因为我对df.fillna不太幸运。问题是,我需要首先将所有字符串转换为float,我使用fd.iloc方法来实现这一点,但我似乎同时创建了一个薛定谔数据类型?在下图中,我们可以看到:Python 熊猫数据帧同时产生浮点和无浮点,python,pandas,dataframe,Python,Pandas,Dataframe,我的目标是将som dataframe列传输到字典中,但是数据中有很多NAN,我试图通过迭代来删除它们,因为我对df.fillna不太幸运。问题是,我需要首先将所有字符串转换为float,我使用fd.iloc方法来实现这一点,但我似乎同时创建了一个薛定谔数据类型?在下图中,我们可以看到: if type(eu_stocks.iloc[j, i]) != 'float': print('hov!') print
if type(eu_stocks.iloc[j, i]) != 'float':
print('hov!')
print(eu_stocks.iloc[j, i])
print(type(eu_stocks.iloc[j, i]))
同时是屈服浮动和无浮动。我使用iloc有什么错?
熊猫使用不同的类型。如果
f\u col
是一列浮点数,type(f\u col)
是pandas.core.series.series
试着改变
if type(eu_stocks.iloc[j, i]) != 'float':
对此
if eu_stocks.iloc[j, i].dtypes != 'float':
熊猫使用不同的类型。如果
f\u col
是一列浮点数,type(f\u col)
是pandas.core.series.series
试着改变
if type(eu_stocks.iloc[j, i]) != 'float':
对此
if eu_stocks.iloc[j, i].dtypes != 'float':