質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.84%

  • Python

    5935questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    512questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python機械学習、データフレームの数字でない要素をNaNに置き換えたい

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 117

nouken

score 6

前提・実現したいこと

機械学習における、データフレームの処理についてです。
データフレームで欠損値(様々な理由により計算されなかった記述子で具体的にはdivide by zero encountered in power (mZagreb1)などのアルファベットです)を含むコラム(列)を削除したいのですが、それらはそのままではNaNと認識されないため、dropnaなどがこのままでは使えません。そこで欠損値がアルファベットであることを利用してdtypeがint, np.int64, float, np.float64以外の要素をNaNに置き換えようとDataframe.replaceを用いたいのですが、エラーが出ました。

発生している問題・エラーメッセージ

AttributeError                            Traceback (most recent call last)
<ipython-input-71-1d526834871a> in <module>()
1 for i in range(0, 4838):
2     for j in range(1,3661):
----> 3         if not D1.iloc[i, j].dtype=='int' or 'np.int64' or 'float' or 'np.float64':
4             D1.replace(D1.iloc[i, j], np.nan)

AttributeError: 'float' object has no attribute 'dtype'

該当のソースコード

for i in range(0, 4838):
for j in range(1,3661):
if not D1.iloc[i, j].dtype=='int' or 'np.int64' or 'float' or 'np.float64':
D1.replace(D1.iloc[i, j], np.nan)

試したこと

ここに問題に対して試したことを記載してください。

補足情報(FW/ツールのバージョンなど)

なお、D1は4838行×3661列のデータフレームであり、一番左の一列を除くすべてが置き換えの対象です。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+1

条件文を isinstance() を使って

if isinstance(D1.iloc[i,j], str):

のようにするとよいのではないでしょうか。

あと、個人的には 2重ループを回すのはお勧めしません。
とりあえずDataFrame.applymap() あたりで置き換えてみたら
よいかと思います。

# applymapでセルの値が文字列の箇所を調べる
is_str = D1.applymap(lambda d:isinstance(d, str))
# 一番左の一列を除外
is_str[0] = False
# stringの箇所を Nan にする
D1 = D1.mask(is_str)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/04/21 09:50

    今試したところ、問題のセル(記述子計算がうまくいっていないところ。divide by zero encountered in power (mZagreb1)など。)がstrと認識されずisinstanceがすべてFalseとなってしまっています。ちなみにこの問題のセルにアクセスしますと<mordred.error.Missing at 0x28a5047b6d8>と表示されます。確かにstrではない気もするのですが、どのような条件でひっかかるのかがわかりません。お手数をおかけします。

    キャンセル

  • 2018/04/24 11:42 編集

    一度、型を確認してください

    print(D1.dtypes)

    キャンセル

+1

type(D1.iloc[i, j])

とりあえずの対処対症療法。
http://d.hatena.ne.jp/keywordtouch/%C2%D0%BD%E8%CE%C5%CB%A1

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/04/24 11:19

    対症療法ですね。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.84%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    5935questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • 機械学習

    512questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。