![](/img/trans.png)
[英]Convert a column from a pandas DataFrame to float with nan values
[英]Convert whole Pandas dataframe containing NaN values from string to float
我想将pandas数据帧中的所有值从字符串转换为浮点数。 我的数据帧包含各种NaN值(例如NaN,NA,None)。 例如,
import pandas as pd
import numpy as np
my_data = np.array([[0.5, 0.2, 0.1], ["NA", 0.45, 0.2], [0.9, 0.02, "N/A"]])
df = pd.DataFrame(my_data, dtype=str)
我在这里和这里 (以及其他地方)发现convert_objects可能是要走的路。 但是,我收到一条消息,它已被弃用(我使用的是Pandas 0.17.1),而应使用to_numeric。
df2 = df.convert_objects(convert_numeric=True)
输出:
FutureWarning: convert_objects is deprecated. Use the data-type specific converters pd.to_datetime, pd.to_timedelta and pd.to_numeric.
但to_numeric似乎并没有实际转换字符串。
df3 = pd.to_numeric(df, errors='force')
输出:
df2:
0 1 2
0 0.5 0.20 0.1
1 NaN 0.45 0.2
2 0.9 0.02 NaN
df2 dtypes:
0 float64
1 float64
2 float64
dtype: object
df3:
0 1 2
0 0.5 0.2 0.1
1 NA 0.45 0.2
2 0.9 0.02 N/A
df3 dtypes:
0 object
1 object
2 object
dtype: object
我应该使用convert_objects并处理警告消息,还是有正确的方法来执行我想要的to_numeric?
奇怪的是这有效:
In [11]:
df.apply(lambda x: pd.to_numeric(x, errors='force'))
Out[11]:
0 1 2
0 0.5 0.20 0.1
1 NaN 0.45 0.2
2 0.9 0.02 NaN
看起来由于某种原因,它无法强制整个df,这有点令人惊讶
如果你讨厌打字(感谢@Zero)那么你可以使用:
df.apply(pd.to_numeric, errors='force')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.