每个单元格的 pandas 中的自动数据类型转换

Question

我有这个 dataFrame

df = pd.DataFrame({"A":["1","2","aj"],"B":["1.5555","899999999999999999999999","dfhasdi"]})

这给出了 output

    A                         B
0   1                    1.5555
1   2  899999999999999999999999
2  aj                   dfhasdi

每个单元格的数据类型是

               A              B
0  <class 'str'>  <class 'str'>
1  <class 'str'>  <class 'str'>
2  <class 'str'>  <class 'str'>

每个单元格所需的数据类型是

               A                B
0  <class 'int'>  <class 'float'>
1  <class 'int'>    <class 'int'>
2  <class 'str'>    <class 'str'>

到目前为止我做到了

df = df.apply(pd.to_numeric, errors='ignore')

这不会改变数据类型。

Answer 1

如果需要区分同一列中的整数、浮点数和字符串，请使用DataFrame.applymap使用双try-except语句进行元素检查：

def f(x):
    try:
        return int(x)
    except Exception:
        try:
            return float(x)
        except Exception:
            return x


df = df.applymap(f)
print (df)
    A                         B
0   1                    1.5555
1   2  899999999999999999999999
2  aj                   dfhasdi

print (df.applymap(type))
               A                B
0  <class 'int'>  <class 'float'>
1  <class 'int'>    <class 'int'>
2  <class 'str'>    <class 'str'>

接近您的解决方案，但如果将字符串与整数混合在解决方案中得到浮点数：

df = df.apply(pd.to_numeric, errors='coerce').fillna(df)
print (df)
     A                           B
0  1.0                      1.5555
1  2.0  899999999999999958056960.0
2   aj                     dfhasdi
    
print (df.applymap(type))
                 A                B
0  <class 'float'>  <class 'float'>
1  <class 'float'>  <class 'float'>
2    <class 'str'>    <class 'str'>

如果相同类型（字符串 repr），它会更好地工作：

df = df.apply(pd.to_numeric, errors='coerce').fillna(df)
print (df)
   A                           B
0  1                      1.5555
1  2  899999999999999958056960.0
2  4                     dfhasdi

print (df.applymap(type))
               A                B
0  <class 'int'>  <class 'float'>
1  <class 'int'>  <class 'float'>
2  <class 'int'>    <class 'str'>