为了标识
NaN值,请使用
boolean indexing:
print(df[df['x'].isnull()])
to_numeric参数
errors='coerce'-将非数值替换为
NaNs:
df['x'] = pd.to_numeric(df['x'], errors='coerce')
为了删除列中带有
NaNs的所有行,请
x使用
dropna:
df = df.dropna(subset=['x'])
最后将值转换为
ints:
df['x'] = df['x'].astype(int)
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)