วิธีแก้ไข: valueerror: ไม่สามารถแปลง float nan เป็น int

ข้อผิดพลาดที่คุณอาจพบเมื่อใช้นุ่นคือ:

 ValueError : cannot convert float NaN to integer

ข้อผิดพลาดนี้เกิดขึ้นเมื่อคุณพยายามแปลงคอลัมน์ใน DataFrame ของ pandas จากทศนิยมเป็นจำนวนเต็ม เมื่อคอลัมน์มีค่า NaN

ตัวอย่างต่อไปนี้แสดงวิธีการแก้ไขข้อผิดพลาดนี้ในทางปฏิบัติ

วิธีการทำซ้ำข้อผิดพลาด

สมมติว่าเราสร้าง DataFrame แพนด้าต่อไปนี้:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, np. no , 10, 6, 5, np. no , 9, 12]})

#view DataFrame
df

        points assists rebounds
0 25 5 11
1 12 7 NaN
2 15 7 10
3 14 9 6
4 19 12 5
5 23 9 NaN
6 25 9 9
7 29 4 12

ปัจจุบัน คอลัมน์ “การตีกลับ” อยู่ในประเภทข้อมูล “ลอย”

 #print data type of 'rebounds' column
df[' rebounds ']. dtype

dtype('float64')

สมมติว่าเรากำลังพยายามแปลงคอลัมน์ “ตีกลับ” จากทศนิยมเป็นจำนวนเต็ม:

 #attempt to convert 'rebounds' column from float to integer
df[' rebounds '] = df[' rebounds ']. astype (int)

ValueError : cannot convert float NaN to integer 

เราได้รับ ValueError เนื่องจากค่า NaN ในคอลัมน์ “ตีกลับ” ไม่สามารถแปลงเป็นค่าจำนวนเต็มได้

วิธีการแก้ไขข้อผิดพลาด

วิธีแก้ไขข้อผิดพลาดนี้คือการจัดการค่า NaN ก่อนที่จะพยายามแปลงคอลัมน์จากทศนิยมเป็นจำนวนเต็ม

เราสามารถใช้โค้ดต่อไปนี้เพื่อระบุแถวที่มีค่า NaN ก่อน:

 #print rows in DataFrame that contain NaN in 'rebounds' column
print (df[df[' rebounds ']. isnull ()])

   points assists rebounds
1 12 7 NaN
5 23 9 NaN

จากนั้นเราสามารถลบแถวที่มีค่า NaN หรือแทนที่ค่า NaN ด้วยค่าอื่นก่อนที่จะแปลงคอลัมน์จากทศนิยมเป็นจำนวนเต็ม:

วิธีที่ 1: ลบแถวที่มีค่า NaN

 #drop all rows with NaN values
df = df. dropna ()

#convert 'rebounds' column from float to integer
df[' rebounds '] = df[' rebounds ']. astype (int) 

#view updated DataFrame
df
	points assists rebounds
0 25 5 11
2 15 7 10
3 14 9 6
4 19 12 5
6 25 9 9
7 29 4 12

#view class of 'rebounds' column
df[' rebounds ']. dtype

dtype('int64')

วิธีที่ 2: แทนที่ค่า NaN

 #replace all NaN values with zeros
df[' rebounds '] = df[' rebounds ']. fillna ( 0 )

#convert 'rebounds' column from float to integer
df[' rebounds '] = df[' rebounds ']. astype (int) 

#view updated DataFrame
df

	points assists rebounds
0 25 5 11
1 12 7 0
2 15 7 10
3 14 9 6
4 19 12 5
5 23 9 0
6 25 9 9
7 29 4 12

#view class of 'rebounds' column
df[' rebounds ']. dtype

dtype('int64')

โปรดทราบว่าทั้งสองวิธีช่วยให้เราหลีกเลี่ยง ValueError และแปลงคอลัมน์ float เป็นคอลัมน์จำนวนเต็มได้สำเร็จ

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีแก้ไขข้อผิดพลาดทั่วไปอื่นๆ ใน Python:

วิธีแก้ไข: คอลัมน์ซ้อนทับกันแต่ไม่ได้ระบุส่วนต่อท้าย
วิธีแก้ไข: วัตถุ ‘numpy.ndarray’ ไม่มีแอตทริบิวต์ ‘ผนวก’
วิธีแก้ไข: หากใช้ค่าสเกลาร์ทั้งหมด คุณจะต้องผ่านดัชนี