我有来自ImDB的演员表。
从该表中，我想删除imdb_actors.birthYear丢失或小于1950年的所有行，还删除imdb_actors.deathYear具有某些值的行。
想法是获得一个活着但尚未退休的演员的数据集。
imdb_actors.birthYear.dtype
Out:dtype('O')
而且我无法转换为字符串，这无济于事：
imdb_actors['birthYear'] = imdb_actors['birthYear'].astype('|S')。整年都毁了。这就是为什么我无法执行：
imdb_actors[imdb_actors.birthYear >= 1955]当我尝试
imdb_actors.birthYear.astype(str).astype(int)时，我收到消息：ValueError: invalid literal for int() with base 10: '\\N'丢掉并应用> = 1950条件的方式是什么？
最佳答案
首先将数字数据转换为数字序列：
num_cols = ['birthYear', 'deathYear']
df[num_cols] = df[num_cols].apply(pd.to_numeric, errors='coerce')
指定
errors='coerce'会将不可转换的元素强制为NaN。然后为您的3个条件创建掩码，通过矢量化的
|“或”运算符组合，通过~求反，并对数据框应用布尔索引：m1 = df['birthYear'].isnull()
m2 = df['birthYear'] < 1950
m3 = df['deathYear'].notnull()
res = df[~(m1 | m2 | m3)]