Làm thế nào để thay thế 'chuỗi bất kỳ' bằng nan trong gấu trúc DataFrame bằng cách sử dụng mặt nạ boolean?

Question

Tôi có một khung dữ liệu 227x4 với tên quốc gia và giá trị số để làm sạch (wrangle?).

Dưới đây là một khái niệm trừu tượng của DataFrame:

import pandas as pd 
import random 
import string 
import numpy as np 
pdn = pd.DataFrame(["".join([random.choice(string.ascii_letters) for i in range(3)]) for j in range (6)], columns =['Country Name']) 
measures = pd.DataFrame(np.random.random_integers(10,size=(6,2)), columns=['Measure1','Measure2']) 
df = pdn.merge(measures, how= 'inner', left_index=True, right_index =True) 

df.iloc[4,1] = 'str' 
df.iloc[1,2] = 'stuff' 
print(df) 

    Country Name Measure1 Measure2 
0   tua  6  3 
1   MDK  3 stuff 
2   RJU  7  2 
3   WyB  7  8 
4   Nnr  str  3 
5   rVN  7  4 

Làm thế nào để thay thế các giá trị chuỗi với np.nan trong tất cả các cột mà không cần chạm tên nước?

tôi đã cố gắng sử dụng một mặt nạ boolean:

mask = df.loc[:,measures.columns].applymap(lambda x: isinstance(x, (int, float))).values 
print(mask) 

[[ True True] 
[ True False] 
[ True True] 
[ True True] 
[False True] 
[ True True]] 

# I thought the following would replace by default false with np.nan in place, but it didn't 
df.loc[:,measures.columns].where(mask, inplace=True) 
print(df) 

    Country Name Measure1 Measure2 
0   tua  6  3 
1   MDK  3 stuff 
2   RJU  7  2 
3   WyB  7  8 
4   Nnr  str  3 
5   rVN  7  4 


# this give a good output, unfortunately it's missing the country names 
print(df.loc[:,measures.columns].where(mask)) 

    Measure1 Measure2 
0  6  3 
1  3  NaN 
2  7  2 
3  7  8 
4  NaN  3 
5  7  4 

tôi đã xem xét một số câu hỏi liên quan đến mỏ ([1], [2], [3], [4], [5], [6], [7], [8]), nhưng không thể tìm thấy một đã trả lời sự quan tâm của tôi.

Answer 1

Gán chỉ cột quan tâm:

cols = ['Measure1','Measure2'] 
mask = df[cols].applymap(lambda x: isinstance(x, (int, float))) 

df[cols] = df[cols].where(mask) 
print (df) 
    Country Name Measure1 Measure2 
0   uFv  7  8 
1   vCr  5  NaN 
2   qPp  2  6 
3   QIC  10  10 
4   Suy  NaN  8 
5   eFS  6  4 

Một meta-câu hỏi, là nó bình thường mà tôi phải mất hơn 3 giờ để xây dựng một câu hỏi ở đây (bao gồm cả nghiên cứu)?

Theo ý kiến ​​của tôi, tạo câu hỏi hay là rất khó.

Answer 2

cols = ['Measure1','Measure2'] 
df[cols] = df[cols].applymap(lambda x: x if not isinstance(x, str) else np.nan) 

hoặc

df[cols] = df[cols].applymap(lambda x: np.nan if isinstance(x, str) else x) 

Kết quả:

In [22]: df 
Out[22]: 
    Country Name Measure1 Measure2 
0   nBl  10.0  9.0 
1   Ayp  8.0  NaN 
2   diz  4.0  1.0 
3   aad  7.0  3.0 
4   JYI  NaN  10.0 
5   BJO  9.0  8.0 

Answer 3

Sử dụng số với các lỗi ép buộc tức là

cols = ['Measure1','Measure2'] 
df[cols] = df[cols].apply(pd.to_numeric,errors='coerce') 

 
Country Name Measure1 Measure2 
0   PuB  7.0  6.0 
1   JHq  2.0  NaN 
2   opE  4.0  3.0 
3   pxl  3.0  6.0 
4   ouP  NaN  4.0 
5   qZR  4.0  6.0