如何查找pandas数据帧中是否有错误的值？

Question

我在Python编码方面是个新手，在实习期间我正在处理一个大数据帧。在

我遇到了一个问题，因为有时我的数据帧中有错误的值。例如，我发现字符串类型值（"broken leaf"）而不是整数类型值（"120 cm"）或（NaN）。在

我知道有df.replace()函数，但是你需要知道有错误的值。那么我怎样才能发现我的数据帧中是否有错误的值呢？在

提前谢谢你

Answer 1

“120cm”是一个字符串，而不是一个整数，所以这是一个令人困惑的例子。一些查找“意外”值的方法包括：

使用“describe”检查数值范围，看看是否有超出预期范围的数值。在

使用“unique”查看希望有少量允许值的情况下的所有值集，例如性别字段。在

查看列的数据类型以查看是否有字符串潜入到本应为数字的字段中。在

如果特定列的有效值遵循可预测的模式，则使用regexps。在