[PYTHON] Beurteilung von NaN durch Pandas: Wenn Str-Typ und Float-Typ gemischt werden

Ich war ein wenig süchtig nach dem Umgang mit NaN in Pandas, also machen Sie sich eine Notiz. Wenn Sie mit einer Mischung der Typen "str" und "float" arbeiten, verwenden Sie "pd.isnull ()" anstelle von "math.isnan ()" und "np.isnan ()".

Lesen Sie zuerst die Daten.

read_csv.py

import pandas as pd
import numpy as np
import math

data = pd.read_csv('test.csv', encoding='utf-8')

data sieht so aus.

Ich möchte NaN in Spalte 'hoge' durch die Zeichenfolge 'No data' ersetzen.

Untersuchen Sie den Datentyp

type.py

for i in range(len(data)):
    print(type(data['hoge'][i]))

result

<class 'str'>
<class 'str'>
<class 'float'>

Das Ergebnis ist wie folgt. Nur NaN ist vom Typ "float".

math.isnan() math.isnan () kann nicht für den Typ str verwendet werden.

math_isnan.py

for i in range(len(data)):
    if math.isnan(data['hoge'][i]) == True:
        data['hoge'][i] = 'No data'

result

TypeError: must be real number, not str

np.isnan() np.isnan () kann auch nicht für den Typ str verwendet werden.

np_isnan.py

for i in range(len(data)):
    if np.isnan(data['hoge'][i]) == True:
        data['hoge'][i] = 'No data'

result

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

pd.isnull() pd.isnull () wird für NaN True.

pd_isnull.py

print(pd.isnull(data['hoge'][2]))

result

True

Wenn Sie versuchen, NaN durch "pd.isnull ()" für die Spalte "hoge" zu ersetzen, die eine Mischung aus "str" und "float" ist, wird sie bestanden.

pd_isnull.py

for i in range(len(data)):
    if pd.isnull(data['hoge'][i]) == True:
        data['hoge'][i] = 'No data'

Das NaN in Spalte "Hoge" wurde ersetzt.