<\/p>\n
Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt auf, wenn Sie versuchen, eine Spalte in einem Pandas-DataFrame von einer Gleitkommazahl in eine Ganzzahl zu konvertieren, wenn die Spalte NaN-Werte enth\u00e4lt.<\/span><\/p>\n Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.<\/span><\/p>\n Angenommen, wir erstellen den folgenden Pandas-DataFrame:<\/span><\/p>\n Derzeit ist die Spalte \u201eBounces\u201c vom Datentyp \u201eFloat\u201c.<\/span><\/p>\n Angenommen, wir versuchen, die Spalte \u201eBounces\u201c von einer Gleitkommazahl in eine Ganzzahl umzuwandeln:<\/span><\/p>\n Wir erhalten einen ValueError<\/strong> , da die NaN-Werte in der Spalte \u201eBounces\u201c nicht in ganzzahlige Werte konvertiert werden k\u00f6nnen.<\/span><\/p>\n Die M\u00f6glichkeit, diesen Fehler zu beheben, besteht darin, die NaN-Werte zu verarbeiten, bevor versucht wird, die Spalte von einer Gleitkommazahl in eine Ganzzahl umzuwandeln.<\/span><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um zun\u00e4chst Zeilen zu identifizieren, die NaN-Werte enthalten:<\/span><\/p>\n Wir k\u00f6nnen dann entweder die Zeilen mit NaN-Werten entfernen oder die NaN-Werte durch einen anderen Wert ersetzen, bevor wir die Spalte von einer Gleitkommazahl in eine Ganzzahl konvertieren:<\/span><\/p>\n Methode 1: Zeilen mit NaN-Werten entfernen<\/strong><\/span><\/p>\n Methode 2: NaN-Werte ersetzen<\/strong><\/span><\/p>\n Beachten Sie, dass wir mit beiden Methoden den ValueError<\/strong> vermeiden und die Float-Spalte erfolgreich in eine Integer-Spalte konvertieren k\u00f6nnen.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n L\u00f6sung: Spalten \u00fcberschneiden sich, es ist jedoch kein Suffix angegeben<\/a> Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist: ValueError : cannot convert float NaN to integer Dieser Fehler tritt auf, wenn Sie versuchen, eine Spalte in einem Pandas-DataFrame von einer Gleitkommazahl in eine Ganzzahl zu konvertieren, wenn die Spalte NaN-Werte enth\u00e4lt. Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n ValueError<\/span> : cannot convert float NaN to integer\n<\/strong><\/pre>\n So reproduzieren Sie den Fehler<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, np. no<\/span> , 10, 6, 5, np. no<\/span> , 9, 12]})\n\n#view DataFrame\n<\/span>df\n\n points assists rebounds\n0 25 5 11\n1 12 7 NaN\n2 15 7 10\n3 14 9 6\n4 19 12 5\n5 23 9 NaN\n6 25 9 9\n7 29 4 12<\/strong><\/pre>\n #print data type of 'rebounds' column\n<\/span>df[' rebounds<\/span> ']. dtype\n\ndtype('float64')\n<\/span><\/span><\/strong><\/pre>\n #attempt to convert 'rebounds' column from float to integer<\/span>\ndf[' rebounds<\/span> '] = df[' rebounds<\/span> ']. astype<\/span> (int)\n\nValueError<\/span> : cannot convert float NaN to integer \n<\/strong><\/pre>\n So beheben Sie den Fehler<\/strong><\/span><\/h3>\n
#print rows in DataFrame that contain NaN in 'rebounds' column\n<\/span>print<\/span> (df[df[' rebounds<\/span> ']. isnull<\/span> ()])\n\n points assists rebounds\n1 12 7 NaN\n5 23 9 NaN\n<\/strong><\/pre>\n #drop all rows with NaN values\n<\/span>df = df. dropna<\/span> ()\n\n#convert 'rebounds' column from float to integer<\/span>\ndf[' rebounds<\/span> '] = df[' rebounds<\/span> ']. astype<\/span> (int) \n\n#view updated DataFrame\n<\/span>df\n\tpoints assists rebounds\n0 25 5 11\n2 15 7 10\n3 14 9 6\n4 19 12 5\n6 25 9 9\n7 29 4 12\n\n#view class of 'rebounds' column<\/span>\ndf[' rebounds<\/span> ']. dtype\n\ndtype('int64')<\/span><\/span>\n<\/span><\/strong><\/pre>\n #replace all NaN values with zeros\n<\/span>df[' rebounds<\/span> '] = df[' rebounds<\/span> ']. fillna<\/span> ( 0<\/span> )\n\n#convert 'rebounds' column from float to integer<\/span>\ndf[' rebounds<\/span> '] = df[' rebounds<\/span> ']. astype<\/span> (int) \n\n#view updated DataFrame\n<\/span>df\n\n\tpoints assists rebounds\n0 25 5 11\n1 12 7 0\n2 15 7 10\n3 14 9 6\n4 19 12 5\n5 23 9 0\n6 25 9 9\n7 29 4 12\n\n#view class of 'rebounds' column<\/span>\ndf[' rebounds<\/span> ']. dtype\n\ndtype('int64')<\/span><\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Problembehebung: Das Objekt \u201enumpy.ndarray\u201c verf\u00fcgt nicht \u00fcber das Attribut \u201eappend\u201c.<\/a>
L\u00f6sung: Wenn Sie alle Skalarwerte verwenden, m\u00fcssen Sie einen Index \u00fcbergeben<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"