申請中 pandas.to_numeric
数値を表す文字列(および場合によっては他の解析不能な文字列)を含むデータフレーム列に対して、次のようなエラーメッセージが表示されます。
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-66-07383316d7b6> in <module>()
1 for column in shouldBeNumericColumns:
----> 2 trainData[column] = pandas.to_numeric(trainData[column])
/usr/local/lib/python3.5/site-packages/pandas/tools/util.py in to_numeric(arg, errors)
113 try:
114 values = lib.maybe_convert_numeric(values, set(),
--> 115 coerce_numeric=coerce_numeric)
116 except:
117 if errors == 'raise':
pandas/src/inference.pyx in pandas.lib.maybe_convert_numeric (pandas/lib.c:53558)()
pandas/src/inference.pyx in pandas.lib.maybe_convert_numeric (pandas/lib.c:53344)()
ValueError: Unable to parse string
どの値が解析に失敗したかを確認することは役に立ちませんか?
パラメータerrors='coerce'
を追加して、不良な非数値をNaN
に変換し、この値を isnull
でチェックして、 boolean indexing
:
print (df[pd.to_numeric(df.col, errors='coerce').isnull()])
サンプル:
df = pd.DataFrame({'B':['a','7','8'],
'C':[7,8,9]})
print (df)
B C
0 a 7
1 7 8
2 8 9
print (df[pd.to_numeric(df.B, errors='coerce').isnull()])
B C
0 a 7
または、混合列ですべての文字列を見つける必要がある場合-文字列値を持つ数値は、type
の場合、値のstring
をチェックします。
df = pd.DataFrame({'B':['a',7, 8],
'C':[7,8,9]})
print (df)
B C
0 a 7
1 7 8
2 8 9
print (df[df.B.apply(lambda x: isinstance(x, str))])
B C
0 a 7
私はまったく同じことを考えており、より良い方法があるかどうかはわかりませんが、現在の回避策は、数字でもピリオドでもない文字を検索することです。これは通常、問題を解決します。複数の期間が問題を引き起こす場合がありますが、私はそれらがまれであることを発見しました。
import pandas as pd
import re
non_numeric = re.compile(r'[^\d.]+')
df = pd.DataFrame({'a': [3,2,'NA']})
df.loc[df['a'].str.contains(non_numeric)]