Python 熊猫：为什么在不同的条件下我会得到不同的格式编号？

我有一个熊猫数据帧

df

，它包含

nan

和字符串

\u MISSING

。我想将值

nan

和

\u MISSING

设置为

-1

df   A       B
0    4   _MISSING
1   NaN    hello
2    3      tom
3   NaN  _MISSING

这就是我正在做的：

df.ix[df.A.isnull(), 'A'] = -1
df.ix[df.B == '_MISSING', 'B'] = -1

这就是结果

df   A       B
0    4      -1
1  -1.0    hello
2    3     tom
3  -1.0     -1

在哪里

---

熊猫将带有

NaN

的任何整数列强制转换为浮点

>>> df = pd.DataFrame({'a':[1,2,np.nan], 'b':['_MISSING', 'HELLO','World']})
>>> df.ix[df.a.isnull(), 'a'] = -1
>>> type(df.a[0])
<class 'numpy.float64'>

---

您可以将

B

中的选定值替换为

np.nan

，然后使用：

---

如果使用

read_csv

创建数据帧，可以传递参数“na_values=[''u MISSING']”。然后使用df.fillna（-1）确定最后一部分（浮点到int的转换）吗？我怀疑你只是捡起上一步放在那里的

-1

。@MarkDickinson啊！我在它之后执行了

df.ix[df.b=''u MISSING'，b']=-1.0

，这显然不起作用。谢谢

>>> df = pd.DataFrame({'a':[1,2,np.nan], 'b':['_MISSING', 'HELLO','World']})
>>> df.ix[df.a.isnull(), 'a'] = -1
>>> type(df.a[0])
<class 'numpy.float64'>

>>> df.ix[df.b == '_MISSING', 'b'] = -1
>>> type(df.b[0])
<class 'int'>

>>> df.ix[df.b == '_MISSING', 'b'] = -1.0
>>> type(df.b[0])
<class 'float'>

import numpy as np

df.loc[df['B'] == '_MISSING', 'B'] = np.nan
df = df.fillna(-1)

print(df)

   df    A      B
0   0  4.0     -1
1   1 -1.0  hello
2   2  3.0    tom
3   3 -1.0     -1