python - Pandas DataFrames 列未被识别为数字

Question

我正在使用 Pandas 数据框，使用位于 http://archive.ics.uci.edu/ml/machine-learning-databases/credit-screening/crx.data 的 UCI 存储库信用筛选文件

数据包含一些缺失值，我想根据列的数据类型执行不同的插补策略。例如，如果列是数字，则使用中值插补，但如果是分类，则替换为“无值”等类别。

我运行这段代码来识别数字列:

#Import data
import pandas as pd
data = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning- 
databases/credit-screening/crx.data', header=None)

#Imputation
import numpy as np
data = data.replace('?', np.nan)
numeric_columns = data.select_dtypes(include=[np.number]).columns

它返回:

Out[67]: Int64Index([2, 7, 10, 14], dtype='int64')

出于某种原因，它没有像这样识别第 1 列(显然是数字)。我认为原因是该列中有一些 NaN 值使其看起来不是数字。任何人都知道发生了什么，我该怎么做才能将第 1 列识别为数字？

谢谢!

Answer 1

将 pd.to_numeric 与 error='ignore' 一起使用:

在 df.info() 之前:

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 690 entries, 0 to 689
Data columns (total 16 columns):
0     678 non-null object
1     678 non-null object
2     690 non-null float64
3     684 non-null object
4     684 non-null object
5     681 non-null object
6     681 non-null object
7     690 non-null float64
8     690 non-null object
9     690 non-null object
10    690 non-null int64
11    690 non-null object
12    690 non-null object
13    677 non-null object
14    690 non-null int64
15    690 non-null object
dtypes: float64(2), int64(2), object(12)
memory usage: 86.3+ KB

使用 pd.to_numeric:

df = df.replace('?',np.nan)
df = df.apply(lambda x: pd.to_numeric(x,errors='ignore'))

输出后，df.info():

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 690 entries, 0 to 689
Data columns (total 16 columns):
0     678 non-null object
1     678 non-null float64
2     690 non-null float64
3     684 non-null object
4     684 non-null object
5     681 non-null object
6     681 non-null object
7     690 non-null float64
8     690 non-null object
9     690 non-null object
10    690 non-null int64
11    690 non-null object
12    690 non-null object
13    677 non-null float64
14    690 non-null int64
15    690 non-null object
dtypes: float64(4), int64(2), object(10)
memory usage: 86.3+ KB