Python 如何转换也包含整数中的NaN的一行年份？

这是我的数据帧（移民）的头部：

我想做的是： 1） 去掉开头的“南”，换成“国家” 2） 我想去掉标题中数字的小数点，因为那是年份

我试过：

immigration.columns = pd.to_numeric(immigration.iloc[0], downcast='integer', errors='coerce')

此外：

这些都不起作用。

免责声明 我个人建议在源代码处修复这些数据，这样一旦将其读入数据帧，就不必处理这种类型的数据清理。如果这不是一个选项，您可以使用这种方法

---

首先，用您的

Country

标题替换

NaN

：

df.columns = df.iloc[0].fillna('Country').astype(str).values

现在使用正则表达式重命名列，并切片数据帧：

df.rename(columns=lambda x: re.sub(r'\.\d+', '', x)).iloc[1:]

---

您是否可以将数据框作为文本而不是图像发布？另外，我建议您在读取数据时解决此问题，而不是事后尝试解决。这看起来像是一个需要清理的输入案例，只是将数据框作为文本共享

df.columns = df.iloc[0].fillna('Country').astype(str).values

      Country       1850.0       1851.0       1852.0       1853.0       1854.0       1855.0
0         NaN  1850.000000  1851.000000  1852.000000  1853.000000  1854.000000  1855.000000
1  California     0.235450     0.282475     0.311489     0.331177     0.345413     0.356185
2    New York     0.211768     0.217419     0.222798     0.227924     0.232815     0.237486
3  New Jersey     0.122454     0.130429     0.137851     0.144774     0.151249     0.157317

df.rename(columns=lambda x: re.sub(r'\.\d+', '', x)).iloc[1:]

      Country      1850      1851      1852      1853      1854      1855
1  California  0.235450  0.282475  0.311489  0.331177  0.345413  0.356185
2    New York  0.211768  0.217419  0.222798  0.227924  0.232815  0.237486
3  New Jersey  0.122454  0.130429  0.137851  0.144774  0.151249  0.157317