Question

我有一个pandas dataframe，它有很多列。这些列可能有3个值 - True，False和NaN。我使用字符串NaN重新填充missing。我的一个列的示例值如下：

ConceptTemp.ix[:,1].values

导致：

array([ True, False, False, False,  True,  True,  True,  True, False,  True], dtype=bool)

请注意，此特定列没有NaN，因此没有missing字符串。

现在我执行以下代码：

ConceptTemp.ix[:,1][ConceptTemp.ix[:,1] != 'missing'].values

获得以下异常：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-47-0a0b76cf3ab5> in <module>()
----> 1 ConceptTemp.ix[:,1][ConceptTemp.ix[:,1] != 'missing'].values

E:\Anaconda2\lib\site-packages\pandas\core\ops.pyc in wrapper(self, other, axis)
    724                 other = np.asarray(other)
    725 
--> 726             res = na_op(values, other)
    727             if isscalar(res):
    728                 raise TypeError('Could not compare %s type with Series'

E:\Anaconda2\lib\site-packages\pandas\core\ops.pyc in na_op(x, y)
    680                 result = getattr(x, name)(y)
    681                 if result is NotImplemented:
--> 682                     raise TypeError("invalid type comparison")
    683             except AttributeError:
    684                 result = op(x, y)

TypeError: invalid type comparison

有人知道如何修复它吗？

任何指针都会受到高度赞赏。

Answer 1

正如人们评论的那样，在数组中组合类型（即字符串与布尔值）有点奇怪。您将获得结果，其中布尔数组可能不是您认为的那样。但是如果你绝对必须这样做，你可以通过几种方式来做这件事。第一个是isin：

In [40]: ConceptTemp.ix[:,0][~ConceptTemp.ix[:,0].isin(['missing'])].values
Out[40]:
         array([ True, False, False, False,  True,  True,  True,  True, False,  True], dtype=bool)

第二个是apply和lambda

In [41]: ConceptTemp.ix[:,0][ConceptTemp.ix[:,0].apply(lambda x: x != 'missing')].values
Out[41]:
         array([ True, False, False, False,  True,  True,  True,  True, False,  True], dtype=bool)

＆＃39;无效的类型比较＆＃39;在代码中

1 个答案: