Чтение файла excel с помощью & ldquo; divers & rdquo; (объединенные столбцы) [дубликат]
О Боже! Я только что видел ваше опубликованное изображение снова, вы просто открываете свой php-файл в браузере. у вас есть open, использующий localhost url. если вы открываете файл непосредственно из своего каталога, он не будет выполнять php-код в любом случае.
use: http://locahost/index.php или http:127.0.0.1/index.php
включить php-код в вашем случае , вы используете <?, который является коротким кодом php для <?php
, по умолчанию короткие короткие коды php отключены.
также используют: sudo apt-get install php5 libapache2-mod-php5 php5-mcrypt, если вы являетесь пользователем ubuntu .
4 ответа
Используйте convert_objects с параметром convert_numeric=True, это приведет к принуждению любых не числовых значений к NaN:
In [24]:
df = pd.DataFrame({'a': [0.1,0.5,'jasdh', 9.0]})
df
Out[24]:
a
0 0.1
1 0.5
2 jasdh
3 9
In [27]:
df.convert_objects(convert_numeric=True)
Out[27]:
a
0 0.1
1 0.5
2 NaN
3 9.0
In [29]:
Затем вы можете удалить их:
df.convert_objects(convert_numeric=True).dropna()
Out[29]:
a
0 0.1
1 0.5
3 9.0
UPDATE
Начиная с версии 0.17.0 этот метод теперь устарел , и вам нужно использовать to_numeric , к сожалению это работает на Series, а не целое df, поэтому эквивалентный код теперь:
df.apply(lambda x: pd.to_numeric(x, errors='coerce')).dropna()
Предположим, что ваш кадр данных df, и вы хотите, чтобы все данные в одном из столбцов вашего фрейма данных были числовыми в определенных pandas dtype, например float:
df[df.columns[n]] = df[df.columns[n]].apply(pd.to_numeric, errors='coerce').fillna(0).astype(float).dropna()
Тип данных столбца можно найти из атрибута dtype.kind. Что-то вроде df[col].dtype.kind. Подробнее см. В numpy docs . Транспортируйте блок данных, чтобы перейти от индексов к столбцам.
df[['age']].convert_objects(convert_numeric=True)в этом случае – EdChum 6 November 2014 в 18:04