时间戳

首页 > 解决方案 > dtype 是否可以用于赋值，以便为数字设置 -99.0，为文本设置 X？

python - dtype 是否可以用于赋值，以便为数字设置 -99.0，为文本设置 X？

问题描述

我有 20 多列数据。必须有一种非手动的方式来使用数据类型，以便用 -99.0（我使用的软件将 -99.0 识别为数字缺失）和 X（我使用的软件将 X 识别为文本缺失）填充空白（如果是文本） . 我搜索并只看到说明所有列名的手动方式。如果列名从未更改但从项目到项目，这将重复工作，我不会总是有相同的列或列名。试图自动化这个。这是一个小例子：

ID 项目 从 到 价值1 价值2
1 AAA 0 10 15 0.578
1 AAA 10 20 7.6
2 0 100 14 0.777
2 100 200 6.5
1 ABA 0 5 22.7 0.431
1 BBB 15 20 0.8 17.4
2 0 10 1.200
2 BBB 10 20 6.9 200.8

我知道我可以这样做，但它只做数字：

result.fillna(0, inplace=True)

我也可以试试这个但是放-99.0：

dataframe[list_of_columns].replace(r'\s+', 0, regex=True)

但那是非常手动的，我希望这是自动化的，因为我有很多项目并且希望节省时间，它只处理数字，而不是文本列。

我找到了这个，但我无法将文本空白转换为“X”。我认为这与我保存 list_of_columns 然后有一个 for 循环的地方类似？

def recode_empty_cells（数据框，list_of_columns）：

for column in list_of_columns:
  dataframe[column] = dataframe[column].replace(r'\s+', np.nan, regex=True)
  dataframe[column] = dataframe[column].fillna(0)

return dataframe

最后我希望它看起来像这样：

ID 项目 从 到 价值1 价值2
1 AAA 0 10 15 0.578
1 AAA 10 20 7.6 -99.0
2 X 0 100 14 0.777
2 X 100 200 6.5 -99.0
1 ABA 0 5 22.7 0.431
1 BBB 15 20 0.8 17.4
2 X 0 10 -99.0 1.200
2 BBB 10 20 6.9 200.8

提前致谢！

标签： pythonpandasmissing-datadtype

解决方案

如果您的列正确dtypes，则可以使用DataFrame.select_dtypes. 选择数字类型并填写，-99然后排除数字类型并填写X。然后将结果加入并重新索引（如果您关心列排序）。

import pandas as pd
import numpy as np

df = (pd.concat([df.select_dtypes(include=np.number).fillna(-99),
                 df.select_dtypes(exclude=np.number).fillna('X')], axis=1)
        .reindex(df.columns, axis=1))

   ID Project  From   To  Value1   Value2
0   1     AAA     0   10    15.0    0.578
1   1     AAA    10   20     7.6  -99.000
2   2       X     0  100    14.0    0.777
3   2       X   100  200     6.5  -99.000
4   1     ABA     0    5    22.7    0.431
5   1     BBB    15   20     0.8   17.400
6   2       X     0   10   -99.0    1.200
7   2     BBB    10   20     6.9  200.800

另一个有效的选项是用来select_dtypes获取列，然后手动填充。由于我们只关心列标签，并且一列总是有一个dtype，我们可以只使用.head(1). 事实证明，由于df.select_dtypes返回 DataFrame 的一部分，对于较大的 DataFrame，它会变得很慢，但我们只需要一行。

num_cols = df.head(1).select_dtypes(include=np.number).columns
oth_cols = df.head(1).select_dtypes(exclude=np.number).columns

df[num_cols] = df[num_cols].fillna(-99)
df[oth_cols] = df[oth_cols].fillna('X')

推荐阅读