python - 在 pandas 中将数字数据帧转换为整数时出错——“只有整数标量数组可以转换为标量索引”
问题描述
我有一个大型数据集,并试图将仅包含数字数据的“对象”列转换为 python/pandas 中的“整数”数据类型。对于我尝试的每个代码,我都收到以下错误:
CODE SNIPPET (see below for options I have tried)
PATH/frame.py in __setiten__(self, key, value)
3482 self._setitem_frame(key, value)
3483 elif isinstance(key, (Series, np.ndarray, list, Index)):
-->3484 self._setiten_array(key, value)
3485 else:
PATH/frame.py in _setitem_array(self, key, value)
3507 raise ValueError("Columns must be same length as key")
3508 for k1, k2 in zip(key, value.columns):
-->3509 self[k1] = value[k2]
3510 else:
3511 indexer = self.loc._convert_to_indexer(key, axis=1)
PATH/frame.py in __setitem__(self, key, value)
3485 else:
3486 #set column
-->3487 self._set_item(key, value)
3488
3489 def _setitem_slice(self, key, value):
PATH/frame.py in _set_item(self, key, value)
3562
3563 self._ensure_valid_index(value)
-->3564 value = self._sanitize_column(key, value)
3565 NDFrame._set_item(self, key, value)
PATH/frame.py in _sanitize_column(self, key, value, broadcast)
3778 if broadcast and key in self.columns and value.ndim == 1:
3780 if not self.columns.is_unique or isinstance(self.columns, MultiIndex):
-->3781 existing_piece = self[key]
3782 if isinstance(existing_piece, DataFrame):
3783 value = np.tile(value, (len(existing_piece.columns), 1))
PATH/frame.py in __getitem__(self, key)
2971 if self.columns.nlevels > 1:
2972 return self.getitem_multilevel(key)
-->2973 return self.__get_item_cache(key_
2974
2975 # Do we have a slicer (on rows)?
PATH/generic.py in _get_item_cache(self, item)
3268 res = cache.get(item)
3269 if res is None:
-->3270 values = self.data.get(item)
3271 res = self.box_item_values(item, values)
3272 cache[item] = res
PATH/managers.py in get(self, item)
958 raise ValueError("cannot label index with a null key")
959
-->960 return self.iget(loc)
961 else:
962
PATH/managers.py in iget(self, i)
975 Otherwise return as a ndarray
976 """
-->977 block = self.blocks[self.blknos[i]]
978 values = block.iget(self._blklocks[i])
978 if values.ndi != 1:
TypeError: only integer scalar arrays can be concerted to a scalar index
我尝试过的所有方法都返回了(上述)错误:
df[["column1", "column 2", "column 3", "column 4"]] = df[["column 1", "column 2", "column 3", "column 4"]].apply(pd.to_numeric, errors='raise')
和
df[["column1", "column 2", "column 3", "column 4"]] = df[["column 1", "column 2", "column 3", "column 4"]].apply(pd.to_numeric, errors='raise')
WHERE,df = python 中的数据框名称;第 1 列等 = python 中的列名
我也试过:
df["column1"] = df["column1"].astype(str).astype(int)
和
df["column1"] = pd.numeric(df["column1"], errors = 'coerce')
这也返回了相同的错误。第一次发帖后的其他尝试:我也尝试过——
def convert_numbers(val):
"""
Convert number string to integer
"""
new_val = val
return int(new_val)
df["column1"].apply(convert_numbers)
再次返回相同的错误。
我确实仔细检查了数据类型。df.dtypes
无论我做什么,我都试图将列的数据类型显示为“对象”。我仔细检查了代码,有问题的列没有缺失/空值。我还检查了格式,这些列完全是数字。一列格式化三个数字(即207、710、115),另一列格式化两个数字(01、02、03),最后格式化五个数字(00001、00002、00003)......
对此的任何帮助将不胜感激。如果我找到答案,我会在这里发布。
解决方案
尝试这个:
for col in ["column1", "column 2", "column 3", "column 4"]:
# df[col].reshape((1,-1))
df[col] = [int(n) for n in df[col]]
推荐阅读
- amazon-web-services - 使 Terraform 忽略从服务返回的列表项的顺序
- python - 如何以给定的概率并基于分布更改 numpy 数组中的值?
- java - 如何维护多线程中给定约束的顺序?
- networking - 将数据从服务器发送到浏览器到另一台服务器
- python - 如何使用 selenium 运行 iframe 下一页上的按钮?
- python - 为什么 PyCharm 的调试器会打开 parse.py?
- javascript - /bin/sh: 1: node: 当我尝试在 vs code 中编写 runner 时未发现问题
- firebase - 删除的项目仍在部署
- google-apps-script - 如何遍历列中的每个单元格?
- node-red - Node-RED:如何在“HTTP In”节点中获取 URL“片段”?