zoukankan      html  css  js  c++  java
  • pandas缺失值处理之——如何消去Nan值对数字型字符串数据类型的影响,让数字型字符串保持原始str类型,而不会自动变为float类型?

    在利用pandas处理表格时,往往有时我们用表格做的测试用例往往会设计考一些必填项*故意赋值为空(代表不输入)的测试用例,

    比如说我们的手机号、身份证号码、社会统一信用代码等都是数字型字符串。如下所示:

    pandas读取表格,会把表格中的空单元格置为float类型的Nan值,会导致数字型字符串列的数据类型从原始的str类型自动转换为float类型,如下图所示:

    读取的效果:

    从上图可看出,pandas读取excel时,遇到空白单元格会自动置为nan值,float型。

    导致原始表格中的文本类型的social_code(社会信用代码)和 telno(手机号)从原始的本文str类型转变为了float类型,导致数据显示错误,不是我们想要的结果。

    那如何将nan值全部置为空,并且还不会影响原始表格中的数字型字符串呢???

    我们可以在读取表格时,就以字符串型读取,如下图所示:

    效果如下:

    这时,原始的数字型字符串数据就不会受到nan值的影响了。

    如果需要对nan值进行替换,直接采用fillna()填充即可。

     

    替换、填充效果:

    这样就完成了~~~~

  • 相关阅读:
    定位IO瓶颈的方法,iowait低,IO就没有到瓶颈?
    10分钟检查自己的系统性能数据
    netperf使用指南
    如何看内核源码
    xxx
    os.path 模块
    目前中国智能语音产业的格局、现状
    NLP-python 自然语言处理01
    15本经典金融投资著作
    写给步入工作的自己
  • 原文地址:https://www.cnblogs.com/xqq-admin-content/p/11243227.html
Copyright © 2011-2022 走看看