python - 优雅地处理非数值元素

我正在尝试在数据框和列表上运行scipys hstack方法。为了有效地做到这一点，我必须处理列表中的非数字元素。我想动态地做到这一点（即，我不想编辑正在读取的csv），并且尽可能优雅。

我正在运行的代码如下：

  X = list(np.array(p.read_csv('CSVFile.csv', delimiter=";"))[:,2])
  OtherColumn = p.read_csv('CSVFile.csv', delimiter=";")[["OtherCol"]]

  X =  sp.sparse.hstack((X, OtherColumn.values))

错误：

TypeError: no supported conversion for types: (dtype('float64'), dtype('O')

这是因为我的OtherColumn列包含“？”有不良数据的字符。我需要的逻辑如下，但是如何在Python中完成呢？抱歉，我是一个初学者，为此做了一些努力！

for(i = 0; i< OtherColumn.size; i++)){
    try:
        X[i] =  sp.sparse.hstack((X[i], OtherColumn.values[i]))
    except Error:
        X[i] =  sp.sparse.hstack((X[i], OtherColumn.avg()))
    }

用英语，除非出现“？”，否则请运行普通的hstack。 char，然后使用所有OtherColumn值的平均值。

最佳答案

解决此问题的最干净方法可能是指定“？”作为read_csv中缺少的数据标记：

df = p.read_csv('CSVFile.csv', delimiter=";", na_values=['?'])[["OtherCol"]]

另外，我不明白为什么您需要所有转换为数组和堆栈的操作。为什么不只是将文件读入数据框，然后执行所需的操作呢？看来您只想做

df['NewColumn'] = df.OtherColumn.fillna(df.OtherColumn.mean())

关于python - 优雅地处理非数值元素，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/22272443/