清洁和分组值
问题描述：
df = pd.read_csv(file, sep=',', encoding='ISO-8859-1')
column_names = list(df.columns)
col_mapping = {'Sex ':'Sex', 'Fatal (Y/N)': 'Fatal', 'Species ' : 'Species'}
df = df.rename(columns=col_mapping, copy=False)
我已经转换了数据，从DF [“年龄”]列包含该值的字母或其它符号采取的NaN清洁和分组值
df['Age'] = np.where(pd.to_numeric(df['Age'], 'coerce').notnull(), df['Age'], NaN)
我试图值使用df.dropna(df.Age)清除NaN值，但它给我：TypeError：'系列'对象是可变的，因此它们不能被哈希
我想知道如何设置此问题以及如何对结果值进行分组和计数bu范围（即18 - 25年：215,25 - 50：300）婷
答
您要使用的参数subset
df = df.dropna(subset=['Age'])
答
我发现回答以下四个分组问题：
df['Age']=df[['Age']].astype(int)
Grouped_Age = pd.cut(df.Age,[5, 10, 20, 50, 100], right=True)
Age_counts = Grouped_Age.value_counts()
为了帮助进行分组，你需要表现出一定的样本数据，并给更好地描述你想看到的内容。看到这篇文章的指导http://stackoverflow.com/help/mcve – piRSquared