python - Pandas 替换为字符串和整数 - 不正确的行为？

Question

我遇到了 pandas .replace() 函数对于字符串和整数的潜在错误行为。如果数据帧同时具有 0(整数)和“0”(字符串)，则替换“0”会同时影响字符串和整数。事情是这样的:

In [1]: df = pd.DataFrame({'numbers' : [0, 1, 2, 0], 'strings' : ['0', 1, 2, '0']})

检查它是否确实是正确的设置:

In [2]: df.dtypes
Out [2]:
numbers     int64
strings    object
dtype: object

并检查各个值:

In [3]: type(df['numbers'][0])
Out[3]: numpy.int64
In [4]: type(df['strings'][0])
Out[4]: str

现在，替换:

In [5]: df.replace(to_replace='0', value=np.NaN, inplace=True)
In [6]: df.head()
Out[6]: 
   numbers  strings
0      NaN      NaN
1        1        1
2        2        2
3      NaN      NaN

如您所见，它替换了字符串和整数，但它应该只适用于字符串。如果我们对整数进行相同的尝试，它会正常工作:

In [7]: df = pd.DataFrame({'numbers' : [0, 1, 2, 0], 'strings' : ['0', 1, 2, '0']})
...: df.replace(to_replace=0, value=np.NaN, inplace=True)
...: print df.head()
Out [7]:   
   numbers strings
0      NaN       0
1        1       1
2        2       2
3      NaN       0

这是正确的行为还是我应该报告错误？我正在使用 Pandas 0.19.0。

更新:错误报告并确认。 @nickil-maveli 提供了同时有效的解决方法:df.replace(to_replace=['0'], value=[np.NaN], inplace=True)

Answer 1

开发人员报告并确认的错误。 @nickil-maveli 提供了一个同时有效的解决方法:df.replace(to_replace=['0'], value=[np.NaN], inplace=True)