Python 如何替换数据帧中的非整数值？

我有一个由两列组成的数据框，年龄和薪水

Age   Salary
21    25000
22    30000
22    Fresher
23    2,50,000
24    25 LPA
35    400000
45    10,00,000

---

如何处理薪资列中的异常值并将其替换为整数

如果需要替换非数值，请使用参数

errors='concurve'

：

df['new'] = pd.to_numeric(df.Salary.astype(str).str.replace(',',''), errors='coerce')
              .fillna(0)
              .astype(int)
print (df)
   Age     Salary      new
0   21      25000    25000
1   22      30000    30000
2   22    Fresher        0
3   23   2,50,000   250000
4   24     25 LPA        0
5   35     400000   400000
6   45  10,00,000  1000000

---

使用numpy where查找非数字值，替换为“0”

df['New']=df.Salary.apply(lambda x: np.where(x.isdigit(),x,'0'))

---

如果使用Python3，请使用以下命令。我不确定其他Python版本如何返回type（x）。但是，我不会用0替换丢失或不一致的值，最好用None替换它们。但假设您想用0替换字符串值（异常值或不一致值）：

df['Salary']=df['Salary'].apply(lambda x: 0 if str(type(x))=="<class 'str'>" else x)

df['Salary']=df['Salary'].apply（如果str（type（x））==“else x，则lambda x:0）

它将非数字替换为NaN，然后将

NaN

替换为某些整数，例如

0

错误有三个选项：

raise

是默认值，当遇到非数字字符时抛出错误<代码>强制遇到非数字字符时返回

NaN

ignore

无法转换为数值时返回原始值。@latish-请检查上次编辑，需要将值转换为

str

，因为混合了内容-

int

和

str

values@jezrael对于多个列，这是什么样子的？

df['col']=df['col'].str.replace（“[^0-9]”，“”）

如果你想用它来替换一个值的一部分，比如说它是25倍，你想它是250倍，那该怎么办？