Как исправить это «Ошибка типа: элемент последовательности 0: ожидаемый экземпляр str, найден объект с плавающей точкой»

Question

Я пытаюсь объединить значения ячеек (строки) в столбце данных, используя метод groupby, разделяя значения ячеек в сгруппированной ячейке, используя запятые.Я столкнулся со следующей ошибкой:

TypeError: sequence item 0: expected str instance, float found

Ошибка возникает в следующей строке кода, см. Блок кода для полных кодов:

toronto_df['Neighbourhood'] = toronto_df.groupby(['Postcode','Borough'])['Neighbourhood'].agg(lambda x: ','.join(x))

Кажется, что в функции groupbyиндекс, соответствующий каждой строке в несгруппированном фрейме данных, автоматически добавляется в строку перед ее присоединением.Это вызывает ошибку TypeError.Тем не менее, я понятия не имею, как решить проблему.Я просмотрел много тем, но не нашел решения.Буду признателен за любые советы или помощь!

# Import Necessary Libraries

import numpy as np
import pandas as pd
from bs4 import BeautifulSoup
import requests

# Use BeautifulSoup to scrap information in the table from the Wikipedia page, and set up the dataframe containing all the information in the table

wiki_html = requests.get('https://en.wikipedia.org/wiki/List_of_postal_codes_of_Canada:_M').text
soup = BeautifulSoup(wiki_html, 'lxml')
# print(soup.prettify())
table = soup.find('table', class_='wikitable sortable')
table_columns = []
for th_txt in table.tbody.findAll('th'):
    table_columns.append(th_txt.text.rstrip('\n'))

toronto_df = pd.DataFrame(columns=table_columns) 

for row in table.tbody.findAll('tr')[1:]:
    row_data = []
    for td_txt in row.findAll('td'):
        row_data.append(td_txt.text.rstrip('\n'))
    toronto_df = toronto_df.append({table_columns[0]: row_data[0],
                                    table_columns[1]: row_data[1],
                                    table_columns[2]: row_data[2]}, ignore_index=True)
toronto_df.head()

# Remove cells with a borough that is Not assigned
toronto_df.replace('Not assigned',np.nan, inplace=True)
toronto_df = toronto_df[toronto_df['Borough'].notnull()]
toronto_df.reset_index(drop=True, inplace=True)
toronto_df.head()

# If a cell has a borough but a Not assigned neighborhood, then the neighborhood will be the same as the borough
toronto_df['Neighbourhood'] = toronto_df.groupby(['Postcode','Borough'])['Neighbourhood'].agg(lambda x: ','.join(x))
toronto_df.drop_duplicates(inplace=True)
toronto_df.head()

Ожидаемый результат в столбце «Соседство» должен разделять значения ячеек в сгруппированной ячейке с помощью запятых, показывая что-то вроде этого (я пока не могу опубликовать изображения, поэтомуЯ просто предоставляю ссылку):

https://d3c33hcgiwev3.cloudfront.net/imageAssetProxy.v1/7JXaz3NNEeiMwApe4i-fLg_40e690ae0e927abda2d4bde7d94ed133_Screen-Shot-2018-06-18-at-7.17.57-PM.png?expiry=1557273600000&hmac=936wN3okNJ1UTDA6rOpQqwELESvqgScu08_Spai0aQQ

Answer 1

Как уже упоминалось в комментариях, NaN - это число с плавающей точкой, поэтому попытка выполнения строковых операций с ним не работает (и это является причиной сообщения об ошибке)

Замените свою последнюю часть кода на это: Заполнение nan выполняется с логическим индексированием в соответствии с логикой, указанной вами в вашем комментарии

# If a cell has a borough but a Not assigned neighborhood, then the neighborhood will be the same as the borough
toronto_df.Neighbourhood = np.where(toronto_df.Neighbourhood.isnull(),toronto_df.Borough,toronto_df.Neighbourhood)
toronto_df['Neighbourhood'] = toronto_df.groupby(['Postcode','Borough'])['Neighbourhood'].agg(lambda x: ','.join(x))