Python 获取'；TypeError：数据类型不理解'；用熊猫中以前的非零值替换零时

当尝试执行一行代码时，我得到“TypeError:数据类型未理解”，如下所示：

df['c'].replace(0, method='ffill', inplace=True)

上面的代码基本上是用列

c

中以前的非零值替换每个零值。列

c

中的值的数据类型是只包含两个NaN的整数。在将NAN替换为零后，仍然会发生此错误，但在上面的代码之前添加以下行时，它可以正常工作：

df.dropna(inplace = True)

---

那么这里到底发生了什么？如何用列

c

中的前一个非零值替换每个零值，而不删除数据帧中带有NaN的任何行？

假设所有缺失的数据都得到了处理，即

NaN

替换为某个所需的值

some_desired_value = 0 # Maybe different in your case
df['c'] = df['c'].fillna(some_desired_value)

用

NaN

替换零，然后向前填充

df['c'].replace(0, pd.np.nan).ffill()

若列中并没有不需要的值，那个么即使您的代码也应该可以工作

df['c'].replace(0, method='ffill', inplace=True)

---

假设所有缺失的数据都得到了处理，即用某个期望值替换了

NaNs

some_desired_value = 0 # Maybe different in your case
df['c'] = df['c'].fillna(some_desired_value)

用

NaN

替换零，然后向前填充

df['c'].replace(0, pd.np.nan).ffill()

若列中并没有不需要的值，那个么即使您的代码也应该可以工作

df['c'].replace(0, method='ffill', inplace=True)

---

---

你能发布代表输入和预期输出的数据帧的某些部分吗？列“c”的

dtype

是什么？尝试

df['c']。替换（0，pd.np.nan）.ffill（）

？@Vishnudev ah，它按预期工作。谢谢除非您发布所有真实数据，否则无法真正回答原因。您是否可以发布数据帧中表示输入和预期输出的部分？列“c”的

dtype

是什么？请尝试

df['c'].replace（0，pd.np.nan）.ffill（）

？@Vishnudev ah，它按预期工作。谢谢没有办法真正回答为什么，除非你发布所有真实的数据。这很好。但是为什么使用我的代码会发生错误呢？正如我所说，列中可能有一些不需要的值。也许它看不见。它可能是一些非ASCII字符。为此，您需要更仔细地评估数据。此外，请尝试使用

pd.to_numeric

查看是否引发错误。我使用数据类型“Int32”以便它能够处理数据。您的意思是什么？您是否使用了

astype

？这很好用。但是为什么使用我的代码会发生错误呢？正如我所说，列中可能有一些不需要的值。也许它看不见。它可能是一些非ASCII字符。为此，您需要更仔细地评估数据。此外，请尝试使用

pd.to_numeric

查看是否引发错误。我使用数据类型“Int32”以便它能够处理数据。您的意思是什么？您是否使用了

aType

？