python - 用 np.nan 替换 '-' 将数据类型转换为 pandas 中的 float

Question

我有一个 pandas df 如下:

 +------+----+
 |  x   |  y |
 +------+----+
 |ABCD  | -  |           
 |DEFG  | -  |
 +------+----+

x 和 y 数据类型为对象，使用下面的方法将'-'替换为 nan 后

df = df.replace('-', np.NaN)

它将 y 列的数据类型转换为 float，而 y 列的数据类型应保留为对象。此外，当我在用 NA 值替换后尝试找出具有 NA 值的列列表时，它不会显示任何具有 NA 值的列，而 y 列具有 NA 值。为什么会导致问题？

编辑:我能够找到具有 NA 值的列，如下所示

df.columns[df.isna().any()].tolist()

Answer 1

原因只是列中的 NaN 将列转换为 float 。可能的解决方案是使用 DataFrame.astype通过原始 dtypes:

df = df.replace('-',np.NaN).astype(df.dtypes)

print (df.dtypes)
x    object
y    object
dtype: object

print (df.applymap(type))
               x                y
0  <class 'str'>  <class 'float'>
1  <class 'str'>  <class 'float'>

如果想要测试带有缺失值的列，那么使用:

print (df.columns[df.isna().any()])
Index(['y'], dtype='object')

另一个类似的想法是只提取 NaN 列并将它们转换为对象:

df = df.replace('-',np.NaN)


d = dict.fromkeys(df.columns[df.isna().all()], 'object')
print (d)
{'y': 'object'}

df = df.astype(d)

print (df.dtypes)
x    object
y    object
dtype: object