guide - pandas python tutorial

error al usar astype cuando NaN existe en un marco de datos

Question

df
     A     B  
0   a=10   b=20.10
1   a=20   NaN
2   NaN    b=30.10
3   a=40   b=40.10

Lo intenté :

df[''A''] = df[''A''].str.extract(''(/d+)'').astype(int)
df[''B''] = df[''B''].str.extract(''(/d+)'').astype(float)

Pero me sale el siguiente error:

ValueError: no se puede convertir NaN flotante en entero

Y:

AttributeError: solo puede usar el descriptor de acceso .str con valores de cadena, que usan np.object_ dtype en pandas

Cómo puedo solucionar esto ?

Answer 1

Si faltan algunos valores en la columna ( NaN ) y luego se convierten en numéricos, siempre dtype es float . No puede convertir valores a int . Sólo para float , porque el type de NaN es float .

print (type(np.nan))
<class ''float''>

Consulte la docs cómo convertir valores si al menos un NaN :

entero> cast to float64

Si necesita valores int, necesita reemplazar NaN por algún int , por ejemplo, 0 por fillna y luego funciona perfectamente:

df[''A''] = df[''A''].str.extract(''(/d+)'', expand=False)
df[''B''] = df[''B''].str.extract(''(/d+)'', expand=False)
print (df)
     A    B
0   10   20
1   20  NaN
2  NaN   30
3   40   40

df1 = df.fillna(0).astype(int)
print (df1)
    A   B
0  10  20
1  20   0
2   0  30
3  40  40

print (df1.dtypes)
A    int32
B    int32
dtype: object