为什么字符串会导致整个pandas DataFrame都是非数字的？
字符串会导致整个pandas DataFrame都是非数字的原因可能是在数据处理过程中，将字符串类型的数据错误地赋值给了原本应该是数字类型的列或单元格。这种情况下，pandas会将整个列或DataFrame都识别为字符串类型，导致无法进行数值计算和统计分析。
为了解决这个问题，可以采取以下步骤：
- 检查数据类型：首先，需要检查DataFrame中各列的数据类型，确保数值列的数据类型为数字类型（如int、float），而非字符串类型（如object）。
- 数据转换：如果发现某些列的数据类型为字符串，可以使用pandas的astype()函数将其转换为数值类型。例如，可以使用以下代码将列"column_name"的数据类型转换为float：
- 数据转换：如果发现某些列的数据类型为字符串，可以使用pandas的astype()函数将其转换为数值类型。例如，可以使用以下代码将列"column_name"的数据类型转换为float：
- 处理缺失值：在进行数据转换之前，还需要处理可能存在的缺失值。可以使用pandas的fillna()函数将缺失值填充为特定的值，或使用dropna()函数删除包含缺失值的行或列。
- 数据清洗：如果数据中包含非数字字符（如"$"、","等），需要先进行数据清洗，将这些非数字字符去除或替换为合适的数值表示。
- 错误数据定位：如果以上步骤仍然无法解决问题，可以尝试定位导致问题的具体数据行或列，进一步分析和处理。
总结起来，字符串导致整个pandas DataFrame都是非数字的原因通常是数据类型错误或数据清洗不完整。通过检查数据类型、数据转换、处理缺失值和数据清洗等步骤，可以解决这个问题。
相关·内容
我试图为熊猫的dataframe计算一个新列，它在另一个dataframe中使用一个列，使用两个变量来改变值，给出一个新的值。这是我必须执行计算的当前代码：
# Calculate the Max Stress
jac_output['Max Stress /MPa'] = (jac_input['Max Load'][::-1] + (float(load_zero))) / float(area*1000)
其中：
load zero = 1.5
area = 45.345
然而，每次我尝试执行它时，我都会得到以下错误：
ValueError: could
浏览 6提问于2022-04-21得票数 0
回答已采纳
有谁能解释为什么在Pandas (0.18.0)中这一结果为真：
>>> import pandas as pd
>>> pd.DatetimeIndex(['1971-10-01'], dtype='datetime64[ns]',
freq=None).equals(pd.Index([u'100171'], dtype='object'))
True
这些索引对象具有不同的元素和不同的dtype。通过什么机制他们是一样的？
(我看到1971-10-01年的日期可以用mm
浏览 3提问于2016-05-25得票数 2
回答已采纳
我试一下这个： pd.DataFrame(numpy.array([[1, 2, 3], [4, 5, 6], [7, 'a', 'b']]), columns=['a', 'b', 'c']).dtypes
a object
b object
c object
dtype: object 但是在下一种情况下，当所有列都只包含整数值时，我得到了正确的列类型 pd.DataFrame(numpy.array([[1, 2, 3], [4, 5, 6]]), columns=['a'
浏览 21提问于2021-01-17得票数 1
回答已采纳
我想使用numpy.where()向pandas.DataFrame添加一列。我想对条件为false的行使用NaN值(以指示这些值是“缺失的”)。 考虑一下： >>> import numpy; import pandas
>>> df = pandas.DataFrame({'A':[1,2,3,4]}); print(df)
A
0 1
1 2
2 3
3 4
>>> df['B'] = numpy.nan
>>> df['C'] = numpy.wher
浏览 144提问于2021-05-11得票数 5
回答已采纳
试图弄清楚这个问题，但在任何地方都找不到答案。如果我有一个字符串，并在空格中将其拆分，例如：
string[] arr_str = sentence.split(' ');
我将得到一个带有字符串的数组。现在，如果我在句子中输入两个空格，我将得到包含空字符串("")的arr_str单元格。
我的问题是为什么？为什么不使用空格？
当我检查arr_str时，为什么我需要检查空字符串，而不是null或空格？
为什么只有空字符串有效？
浏览 0提问于2011-11-15得票数 0
回答已采纳
我正在尝试将数据框导出到mysql数据库中。我正在通过订单和库存API调用来获取数据。
我已经成功地将订单和库存API调用保存到数据帧中，并将订单数据帧导出到MySQL表中。
然而，清单数据帧抛给了我一个错误：
TypeError: sequence item 0: expected str instance, dict found
我不确定我做错了什么，我确实怀疑清单的dataframe在许多列中包含许多嵌套的json，但不确定该怎么办。
到目前为止，我的清单代码如下：
import pandas as pd
#python libary to compare today date for
浏览 15提问于2018-02-02得票数 1
回答已采纳
1回答
我有一个下面的数据框架：
import pandas
df = pandas.DataFrame({"terms" : [[['the', 'boy', 'and', 'the goat'],['a', 'girl', 'and', 'the cat']], [['fish', 'boy', 'with', 'the dog'],['when', 'girl'
浏览 23提问于2019-07-24得票数 2
回答已采纳
当类型为np.float16时，为什么Pandas不对DataFrames进行循环
pd.DataFrame(np.random.rand(10) for x in range(0, 10)).astype(np.float16).round(2)
或
np.round(pd.DataFrame(np.random.rand(10) for x in range(0, 10)).astype(np.float16), 2)
或
pd.DataFrame(np.random.rand(10) for x in range(0, 10)).astype(np.float16).round({0:2
浏览 5提问于2020-12-08得票数 0
3回答
基于包含日期的DataFrame
import pandas as pd
df = pd.DataFrame({'month':['2','5','8'],'year':['2001',' 89','1999']})
print(df)
month year
0 2 2001
1 5 89
2 8 1999
我希望在所有年份实例前加上前缀，这些实例由19只包含2位数字组成，因此生成的DataFrame是
month yea
浏览 4提问于2020-01-27得票数 0
回答已采纳
import pandas as pd
import numpy as np
test_df = pd.DataFrame([[1,2]]*4, columns=['x','y'])
test_df.iloc[0,0] = '1'
test_df.iloc[0,0] = 1
test_df.select_dtypes(include=['number'])
我想知道为什么x列不包括在这种情况下
浏览 0提问于2018-10-23得票数 1
当我使用pandas.DataFrame.replace(dict)将user_id string转换为integer时，我会收到：
"OverflowError: Python太大，无法转换为C“。
样本代码：
import pandas as pd
x = {'user_id':['100000715097692381911',
'100003840837471130074'],
'item_id': [1, 2]
}
dfx = pd.DataFrame
浏览 0提问于2019-03-08得票数 1
将pandas.to_numeric应用于包含表示数字的字符串(可能还有其他无法解析的字符串)的dataframe列将导致如下错误消息：
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-66-07383316d7b6> in <module>()
1 for column in
浏览 2提问于2016-11-24得票数 16
回答已采纳
如果我在熊猫里有一个空的DataFrame，像这样：
df = pandas.DataFrame(columns=['a','b','c'])
>>> df
Empty DataFrame
Columns: [a, b, c]
Index: []
我聚集在组上，输出将--通常是--是一个空DataFrame：
>>> df.groupby('a', as_index=False).sum()
Empty DataFrame
Columns: [a, b, c]
Index: []
我说通常是，因
浏览 2提问于2014-10-10得票数 2
回答已采纳
1回答
为什么我不能这么做？
pandas.DataFrame([1])
pandas.DataFrame([1]).dtypes
pandas.DataFrame([1]).dtypes.hist()
TypeError:数据类型不被理解
我希望能得到dtypes的直方图。
浏览 4提问于2017-07-29得票数 2
回答已采纳
根据，长度为0的字符串值应计算为布尔值false。
那么，这些语句是如何计算为true的？
"\t" == false
" " == false
"\n" == false
" " == false
所有这些字符串的长度都大于0。例如：
虽然我理解"0"的计算结果为false，因为它可以被强制为数字0，但我无法解释为什么这些字符串是falsey。到底怎么回事？
(显然，我可以使用===进行严格的比较，但是在我的代码中，我需要松散的比较，但是我并不期望一个非空字符串被认为是falsey。)
浏览 2提问于2014-11-19得票数 5
回答已采纳
1回答
我目前正在制作一个包含不同音乐艺术家评分的CSV，我正在将其转换为DataFrame，以便使用pandas进行关联。问题是，当我转置DataFrame并对其使用.corr()函数时，它返回一个空的DataFrame，转置的相关性就是我需要的。你知道它为什么要这么做吗？下面是我的代码：
import pandas as pd
musicRatingsFile = "https://raw.githubusercontent.com/aportell/machine-learning/master/MusicRatings.csv"
musicRatingsData = pd.re
浏览 2提问于2017-04-26得票数 0
2回答
反转曲线图
、、、
我正在尝试使用Python的matplotlib绘制图形。我想绘制的数据是这样的 ? 我试图绘制关于t的y_i (t表示x轴，y_i表示y轴)，但不知何故最终得到了这个图， ? 您可以看到它有问题，我们都知道这一点(当我们沿着y轴越高，数字就越低而不是更高)。图形应该是负斜率的，我该如何解决这个问题呢？(我们将非常感谢您的帮助) 下面是我的代码： import matplotlib.pyplot as plt
import pandas as pd
e = 2.71828183
k = -0.043594
C = 100
h = 5
def y(t):
y = C*(e*
浏览 22提问于2019-03-16得票数 0
我有一个名称的样本数据集。它是一个csv文件，有2列，每列200行。这两列都包含随机名称。我使用以下代码将csv文件加载到pandas Dataframe中，将dataframe转换为numpy数组，然后将numpy数组转换为标准python列表。代码如下：
x_df = pd.read_csv("names.csv")
x_np = x_df.to_numpy()
x_list = x_np.tolist()
print("Pandas dataframe:")
print('Using sys.getsizeof(): {}'.format
浏览 0提问于2021-03-26得票数 0
在org.apache.commons.lang3.StringUtils类中，splitByWholeSeparator(String, String)、splitPreserveAllTokens(String, String)和splitByWholeSeparatorPreserveAllTokens(String, String)有什么区别？我检查了，根本不清楚为什么我会使用一种方法而不是其他方法。
浏览 1提问于2019-04-17得票数 1
回答已采纳
我有pandas数据框架和int64、object和datetime64[ns]数据类型。导出pandas DataFrame.to_Excel选项时如何保留这些数据类型？
我希望导出的Excel文件列如下所示：
Excel中的int64数字格式
Excel中的object文本格式
Excel中的datetime64[ns]数据格式
现在，我所有的Excel列格式都显示为General
浏览 10提问于2021-06-24得票数 2
1回答
我在TypeScript手册中看到了的一个例子。我不明白为什么length属性无效？
interface Dictionary {
[index: string]: string;
length: number; // error, the type of 'length' is not a subtype of the indexer
}
浏览 0提问于2015-04-24得票数 2
回答已采纳
请考虑以下示例：
import pandas as pd
from pandas import DataFrame
import statsmodels.formula.api as smf
df = DataFrame({'a': [1,2,3], 'b': [2,3,4]})
df2 = DataFrame({'177sdays': [1,2,3], 'b': [2,3,4]})
然后是smf.ols('a ~ b', df) smf.ols('177sdays ~ b', df2)
浏览 4提问于2016-11-23得票数 5
回答已采纳
1回答
我有两个数据帧: longdf和shortdf。longdf是‘master’列表，我需要基本上匹配从shortdf到Longdf的值，那些匹配的值，替换其他列中的值。longdf和shortdf都需要大量的数据清理。
我们的目标是达到df的“目标”。我正在尝试使用for循环，其中我希望1)提取df单元格中的所有数字，以及2)从单元格中去掉空白/单元格空间。首先:为什么这个for循环不能工作？第二:有没有更好的方法呢？
import pandas as pd
a = pd.Series(['EY', 'BAIN', 'KPMG', 'E
浏览 53提问于2019-07-10得票数 2
回答已采纳
我在ubuntu 20中使用以下代码。
import pyoo
import os
import uno
import pandas as pd
os.system("/usr/lib/libreoffice/program/soffice.bin --headless --invisible --nocrashreport --nodefault --nofirststartwizard --nologo --norestore --accept='socket,host=localhost,port=2002,tcpNoDelay=1;urp;StarOffice.Comp
浏览 14提问于2022-05-23得票数 0
2回答
我有一只形状(1000000,3)的熊猫DataFrame df，如下所示：
id cat team
1 'cat1' A
1 'cat2' A
2 'cat3' B
3 'cat1' A
4 'cat3' B
4 'cat1' B
然后，我对cat列进行虚拟，以便为机器学习分类做好准备。
df2 = pandas.get_dummies(df,columns=['
浏览 6提问于2015-05-16得票数 1
回答已采纳
我不明白为什么每个单元格中的pandas数据框中的值显示两次。
最初，我将数据从MySQL下载到pandas dataframe，并将数字格式化为“monthly_perf”列中的百分比：
data_frame = pd.read_sql(query, con=engine)
data_frame['monthly_perf']=data_frame['monthly_perf'].astype(float).map('{:,.2%}'.format)
结果对我来说很好(下面是部分数据)：
start_date end_date
浏览 9提问于2020-05-18得票数 0
2回答
我正在尝试使用Python将MapInfo .dat文件读取到.csv文件中。到目前为止，我已经找到了最简单的方法是通过xlwing和pandas。
当我这样做时(下面的代码)，我得到了一个基本正确的.csv文件。唯一的问题是，一些列显示为符号/胡言乱语，而不是它们的实际值。我知道这一点，因为我手头也有从MapInfo导出的正确数据。
import xlwings as xw
import pandas as pd
app = xw.App(visible=False)
tracker = app.books.open('./cable.dat')
last_row =
浏览 2提问于2020-11-20得票数 1
1回答
这是我想要的。当我运行以下代码时
import pandas as pd
df = pd.DataFrame({'col': ['a', 1, 2, 3]})
print(df[1:].infer_objects().dtypes)
结果是预期的：col int64如果我加载与csv相同的数据帧，结果会有所不同：
import pandas as pd
pd.DataFrame({'col': ['a', 1, 2, 3]}).to_csv('tmp.csv', index=False)
df = pd.read_
浏览 3提问于2021-06-08得票数 0
我有一个Pandas Dataframe，在做的时候 mydf.info() 所有数据类型都是非空对象 然后我就做了： mydf['CCI'] = mydf['CCI'].astype(str) 之后 mydf.info() 显示与尝试更改数据类型之前完全相同的结果。为什么这行代码没有改变DF的数据类型？
浏览 20提问于2020-01-27得票数 0
回答已采纳
如果我使用数值创建一个pandas DataFrame，这将反映在DataFrame中。但是，如果第一个元素是字符串，即'a'，则整个DataFrame将变为灰色，其中的所有数字都将转换为字符串，即3变为'3'。为什么以及如何保持数据类型多样性？ import numpy as np
import pandas as pd
AA= pd.DataFrame(np.asarray([1,2,3]))
AA2 = pd.DataFrame(np.asarray(['a','b',3])) 输出为 ?
浏览 63提问于2021-01-11得票数 2
回答已采纳
4回答
考虑以下代码
import numpy as np
import pandas as pd
myDict = ({"Row 1": [10, np.nan],
"Row 2": [10, "NaN"]})
myDf = pd.DataFrame(myDict)
这将导致以下数据格式
为什么使用np.nan在第一列中将int转换为十进制呢？
浏览 3提问于2018-10-16得票数 2
回答已采纳
1回答
对不起，这个问题实际上比看起来要短得多。
有人能解释pandas.core.groupby.groupby.DataFrameGroupBy.transorm的函数类型参数是如何被使用的吗？
我编写了这段代码片段，以了解哪些参数被输入函数：
def printer(x): print(''); print(type(x)); print(x); return x
df = pd.DataFrame({'A': [1,1,2], 'B':[3,4,5], 'C':[6,7,8]})
print('initial datafr
浏览 0提问于2018-09-27得票数 3
回答已采纳
我使用对机器学习的分类变量进行编码。我的分类变量是数字ID，如1、2、3、6、18、19、20、.。我总共有18,000个唯一ID，最高ID是28,000个。
我想对它们进行散列，以便将它们编码为类别，因为一次热编码是在图片之外的，因为它将创建18,000列，而我的数据集已经有4,000,000行，这将是痛苦的。
我不能显示我的数据，所以我演示了一个样本数据。
from sklearn.feature_extraction import FeatureHasher
import numpy as np
import pandas as pd
import matplotlib.pyplot a
浏览 4提问于2021-04-30得票数 2
回答已采纳
我正在尝试将我的excel文件导入Azure-DataBricks机器中的PySpark，我必须将其移动到PySpark Dataframe。我无法执行此操作。获取错误
import pandas
data = pandas.read_excel('/dbfs/FileStore/tables/Time_Payments.xlsx')
df_data = sqlContext.createDataFrame(data)
执行上述操作时，出现以下错误。
Error : field Additional Information: Can not merge type <cla
浏览 2提问于2018-09-18得票数 0
我有两个程序，就像这样：
第一程序
import pandas as pd
df=pd.DataFrame()
d1={ 12:12,13:13,67:34}
df=df.append(d1,ignore_index=True)
d2={'JIGNESH':{'roll':12,'marks':[12,34]} ,
'AURA':{'roll':134,'marks':[67,67]}
}
df=df.append(d2,ignore_index=True)
print(df)
第二程序
浏览 1提问于2018-10-04得票数 0
3回答
我正在尝试将.mat文件转换为pandas DataFrame，但.mat文件的结构使其很难解开。目前，DataFrame如下所示
A
2008-01-02 [1]
2008-01-03 [2]
2008-01-04 [3]
2008-01-07 [4]
2008-01-08 [5]
看起来每列中包含的值都包含在它们自己的数组中-- .dtype返回object。我最终想要聚合我的列，但是因为它
浏览 1提问于2017-02-17得票数 1
对我来说，这可能是一个根本性的误解，但我希望pandas.Series.str将pandas.Series值转换为字符串。
但是，当我执行以下操作时，本系列中的数值将转换为np.nan
df = pd.DataFrame({'a': ['foo ', 'bar', 42]})
df = df.apply(lambda x: x.str.strip() if x.dtype == 'object' else x)
print(df)
Out:
a
0 foo
1 bar
2 NaN
如果首先将str函数应用于
浏览 0提问于2018-02-25得票数 7
回答已采纳
2回答
我有一个熊猫(版本0.25.3) DataFrame包含一个datetime64栏。我想计算一下每一列的平均数。
import numpy as np
import pandas as pd
n = 1000000
df = pd.DataFrame({
"x": np.random.normal(0.0, 1.0, n),
"d": pd.date_range(pd.datetime.today(), periods=n, freq="1H").tolist()
})
计算单个列的平均值几乎是瞬时的。
df["x
浏览 4提问于2020-01-15得票数 7
回答已采纳
我有拼花文件，也就是800 K行x8.7K列。我把它装进了一个dask数据仓库：
import dask.dataframe as dd
dask_train_df = dd.read_parquet('train.parquet')
dask_train_df.info()
这产生了：
<class 'dask.dataframe.core.DataFrame'>
Columns: 8712 entries, 0 to 8711
dtypes: int8(8712)
当我尝试执行像dask_train_df.head()或dask_train_df
浏览 0提问于2018-12-24得票数 6
回答已采纳
让我们创建一个空的DataFrame：
import pandas as pd
df = pd.DataFrame(columns=['member', 'total'])
如果我们将数据添加到df和df.append()中
df = df.append({'member': 'some_string', 'total': pd.Timedelta(...)}, ignore_index=True)
我们将自动获得member列的对象dtype和total列的timedelta64ns dtype。
现在，让我们
浏览 2提问于2016-01-12得票数 1
回答已采纳
我有如下所示的数据
Info
0 Tap
1 15k
2 rot
3 12psi
我正在运行下面的代码，使数值只进入一个新的列。如果字符串不包含数字值“-”应位于新列中
df['num']=np.where(any(char.isdigit() for char in df['Info']),df['Info'], '-')
我都明白了，-‘s！
但是，当运行any(char.isdigit() for char in <text to check>时，我会正确地得到真或假。
例如，any(ch
浏览 2提问于2019-09-19得票数 1
回答已采纳
我有一个名叫dataframe的列“质量”。
>>>train['quality'].unique()
array([5, 6, 7, 4, 8, 3], dtype=int64)
现在get_dummies和train[['quality']]给出了
>>>pd.get_dummies(train[['quality']]).head()
quality
0 5
1 5
2 5
3 6
4 5
但有了train['quality']
>>>pd.
浏览 0提问于2018-12-10得票数 0
回答已采纳
我有一个.csv文件，它是一个从软件导出的输出。这个.csv文件包含许多NaNs。我需要通过将数据读取到数据中来分析数据，并使用dataframe.fillna(0)将所有的NaNs替换为0。但是，当我使用pandas.read_csv()导入这个.csv文件时，dataframe中的元素类型是'str'，因此不能使用dataframe.fillna(0)。因此，我的问题是:如何在读取np.float文件时将元素转换为.csv？
有一个关于dtype的论点是，下面是解释：
dtype : Type name or dict of column -> type, defau
浏览 2提问于2017-08-23得票数 3
为什么在本系列中值None同时转换为True和False？
环境规划署：
木星实验室Notebok 6.0.3
Python 3.7.6
进口：
from IPython.display import display
import pandas as pd
将None转换为True
df_test1 = pd.DataFrame({'test_column':[0,1,None]})
df_test1['test_column'] = df_test1.test_column.astype(bool)
display(df_test1)
浏览 7提问于2021-02-05得票数 0
回答已采纳
我试图将只包含字母的单词提取到新的列中，任何包含数字的单词都提取到不同的列中。
期望输出：
query words_only contains_number
0 Nike Air Max 97 Nike Air Max 97
1 Adidas NMD-R1 Adidas NMD-R1
2 Nike Air Max 270 Nike Air Max 270
我尝试过的：
我在这里看到了一些答案，但这并不完全是我所需要的。
最小可重现性示例：
# Import p
浏览 10提问于2022-11-18得票数 0
回答已采纳
我的目标是将dataframe对象导出到csv文件中。我用熊猫做这件事。
我的问题是，当我读取我的csv文件时，一些列的格式与我预期的不同。
下面是一个示例：
import pandas
results = [('company A','+39 0584 383468','2-10'),('company B','+590690610966','2-10'),('company C','+18093494353','11-50')]
df = pa
浏览 50提问于2019-11-07得票数 1
1回答
我很好奇为什么SHA256的结果可以保存在binary(32)中，但它需要一个varchar(64)才能保存相同的结果。
我的意思是，256位就是32个字节，所以，保存在binary(32)中是非常有意义的。但是为什么要把它保存在varchar中，每个字节都需要一个额外的字节呢？
浏览 3提问于2012-10-02得票数 4
回答已采纳
在字符串列上计算平均值的逻辑是如何工作的(结果是246.8)？它有什么具体的用例吗？ import pandas as pd
import numpy as np
s = np.array(["0", "1", "2", "3", "4"])
pd.DataFrame(s).mean()
Out[1]:
0 246.8
dtype: float64 为了清楚起见，我意识到要计算数字的平均值，我应该做一些沿着这些线的事情。 pd.DataFrame(s.astype(int)).mean()
Out[
浏览 25提问于2021-07-01得票数 2
回答已采纳
这是我的密码
import pandas as pd
pd.set_option('max_colwidth', 1)
pd.DataFrame({1: ['1' * 1000] * 10000000})
在jupyter笔记本中运行时，它仍然显示行中的所有字符。我想把1截掉，但不管我多么努力，它都不起作用。这是非常令人沮丧的，如何才能解决这个问题？
编辑:不适用于任何数字或设置
import pandas as pd
pd.set_option('max_colwidth', 5)
pd.set_option('max_seq_item
浏览 15提问于2022-09-01得票数 0
我有DataFrame (熊猫)：
data1 = pandas.DataFrame(['привет, Вася', 'как дела?', 'уиии!!'])
如您所见，它包含unicode符号(西里尔字母)：
>>> data1
0
0 привет, Вася
1 как дела?
2 уиии!!
我尝试从dataframe列中删除所有特定符号。尝试：
data1.apply(replace ???)
data1[0].replace()
甚至和兰达有关的东西。
浏览 10提问于2017-12-15得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
