AttributeError: 'float' - Objekt hat kein Attribut 'split'

Rufe ich diese Zeile:

lang_modifiers = [keyw.strip() for keyw in row["language_modifiers"].split("|") if not isinstance(row["language_modifiers"], float)]

Dieser scheint zu arbeiten, wo row["language_modifiers"] ist ein Wort (atlas method, central), aber nicht, wenn es darum geht, wie nan.

Dachte ich, mein if not isinstance(row["language_modifiers"], float) fangen konnte, die Zeit, wenn die Dinge kommen, wie nan aber nicht der Fall.

Hintergrund: row["language_modifiers"] ist eine Zelle in einer tsv-Datei und wird als nan wenn die Zelle leer war in der tsv-analysiert wird.

Warum hat sich das downvoted? Nur damit ich weiß. Sie können den test auf die 3 test-Fälle, die ich in die Frage.

InformationsquelleAutor Dhruv Ghulati | 2017-02-14

  1. 20

    Du hast Recht, solche Fehler meist verursacht durch NaN repräsentieren leere Zellen.
    Es ist üblich, heraus zu filtern und diese Daten, bevor Sie Ihre weiteren Operationen mit dieser Redewendung auf Ihre dataframe df:

    df_new = df[df['ColumnName'].notnull()]

    Alternativ, kann es praktischer fillna() Methode zu unterstellen (zu ersetzen) null Werte mit etwas Verzug.
    E. g. alle null oder NaN's ersetzt werden können, die mit dem durchschnittlichen Wert für die Spalte 

    housing['LotArea'] = housing['LotArea'].fillna(housing.mean()['LotArea'])

    oder ersetzt werden kann mit einem Wert wie der leere string "" oder einen anderen Standard-Wert

    housing['GarageCond']=housing['GarageCond'].fillna("")

    InformationsquelleAutor Ozgur Ozturk

  2. 0

    Könnte man auch verwenden df = df.dropna(thresh=n) wo n ist die Toleranz. Was bedeutet, es erfordert n Nicht-NA-Werte nicht fallen lassen, die Zeile

    Wohlgemerkt, dieser Ansatz wird entfernen Sie die Zeile

    Beispiel: Wenn Sie einen dataframe mit 5 Spalten df.dropna(thresh=5) fallen würde jede Zeile, die nicht über 5 gültig ist, oder nicht-Na-Werte.

    In Ihrem Fall wollen Sie möglicherweise nur zu halten, gültige Zeilen; wenn dem so ist, können Sie den Schwellenwert, um die Anzahl der Spalten, die Sie haben.

    pandas Dokumentation auf dropna

    InformationsquelleAutor hpl002

Schreibe einen Kommentar