熊猫读科学记数法和变化

Question

我在 Pandas 中有一个数据框，我正在从 csv 中读取它。

我的一列的值包括NaN 、 floats和科学记数法，即5.3e-23

我的问题是，当我在 csv 中阅读时，pandas 将这些数据视为object dtype ，而不是它应该是的float32 。 我猜是因为它认为科学记数法条目是字符串。

我尝试在读入后使用df['speed'].astype(float)转换df['speed'].astype(float) ，并尝试使用df = pd.read_csv('path/test.csv', dtype={'speed': np.float64}, na_values=['n/a'])指定正在读入的df = pd.read_csv('path/test.csv', dtype={'speed': np.float64}, na_values=['n/a']) 。 这将引发错误ValueError: cannot safely convert passed user dtype of <f4 for object dtyped data in column ...

到目前为止，这两种方法都没有奏效。 我是否错过了一些非常容易修复的东西？

这个问题似乎表明我可以指定可能会引发错误的已知数字，但如果可能的话，我更愿意将科学记数法转换回浮点数。

编辑以在评论中显示来自 CSV 的数据

7425616,12375,28,2015-08-09 11:07:56,0,-8.18644,118.21463,2,0,2
7425615,12375,28,2015-08-09 11:04:15,0,-8.18644,118.21463,2,NaN,2
7425617,12375,28,2015-08-09 11:09:38,0,-8.18644,118.2145,2,0.14,2
7425592,12375,28,2015-08-09 10:36:34,0,-8.18663,118.2157,2,0.05,2
65999,1021,29,2015-01-30 21:43:26,0,-8.36728,118.29235,1,0.206836151554794,2
204958,1160,30,2015-02-03 17:53:37,2,-8.36247,118.28664,1,9.49242000872744e-05,7
384739,,32,2015-01-14 16:07:02,1,-8.36778,118.29206,2,Infinity,4
275929,1160,30,2015-02-17 03:13:51,1,-8.36248,118.28656,1,113.318511172611,5

Answer 1

很难说没有看到您的数据，但似乎您的行中的问题是它们包含除数字和“n/a”值之外的其他内容。 您可以加载数据框，然后将其转换为数字，如该问题的答案所示。 如果您的熊猫版本 >= 0.17.0那么您可以使用以下内容：

df1 = df.apply(pd.to_numeric, args=('coerce',))

然后，你可以用NA值下降一行dropna或用零填补他们fillna

Answer 2

我意识到这是导致我的数据出现问题的infinity语句。 通过查找和替换来删除它。

@Anton Protopopov 的回答也和@DSM 关于我没有输入df['speed'] = df['speed'].astype(float) 。

谢谢您的帮助。

Answer 3

就我而言，使用pandas.round()有效。

df['column'] = df['column'].round(2)