[英]Converting strings to floats in a DataFrame
如何將包含字符串和NaN
值的 DataFrame 列轉換為浮點數。 還有另一列,其值是字符串和浮點數; 如何將整個列轉換為浮點數。
注意:
pd.convert_objects
現在已被棄用。 您應該使用pd.Series.astype(float)
或pd.to_numeric
,如其他答案中所述。
這在 0.11 中可用。 強制轉換(或設置為 nan)即使astype
失敗,這也會起作用; 它也是逐個系列的,所以它不會轉換說一個完整的字符串列
In [10]: df = DataFrame(dict(A = Series(['1.0','1']), B = Series(['1.0','foo'])))
In [11]: df
Out[11]:
A B
0 1.0 1.0
1 1 foo
In [12]: df.dtypes
Out[12]:
A object
B object
dtype: object
In [13]: df.convert_objects(convert_numeric=True)
Out[13]:
A B
0 1 1
1 1 NaN
In [14]: df.convert_objects(convert_numeric=True).dtypes
Out[14]:
A float64
B float64
dtype: object
您可以嘗試df.column_name = df.column_name.astype(float)
。 至於NaN
值,您需要指定它們應該如何轉換,但您可以使用.fillna
方法來完成。
例子:
In [12]: df
Out[12]:
a b
0 0.1 0.2
1 NaN 0.3
2 0.4 0.5
In [13]: df.a.values
Out[13]: array(['0.1', nan, '0.4'], dtype=object)
In [14]: df.a = df.a.astype(float).fillna(0.0)
In [15]: df
Out[15]:
a b
0 0.1 0.2
1 0.0 0.3
2 0.4 0.5
In [16]: df.a.values
Out[16]: array([ 0.1, 0. , 0.4])
在更新版本的 pandas(0.17 及更高版本)中,您可以使用to_numeric函數。 它允許您轉換整個數據框或僅轉換單個列。 它還使您能夠選擇如何處理無法轉換為數值的內容:
import pandas as pd
s = pd.Series(['1.0', '2', -3])
pd.to_numeric(s)
s = pd.Series(['apple', '1.0', '2', -3])
pd.to_numeric(s, errors='ignore')
pd.to_numeric(s, errors='coerce')
df['MyColumnName'] = df['MyColumnName'].astype('float64')
在轉換為浮點數之前,您必須用 np.nan 替換空字符串 ('')。 IE:
df['a']=df.a.replace('',np.nan).astype(float)
這是一個例子
GHI Temp Power Day_Type
2016-03-15 06:00:00 -7.99999952505459e-7 18.3 0 NaN
2016-03-15 06:01:00 -7.99999952505459e-7 18.2 0 NaN
2016-03-15 06:02:00 -7.99999952505459e-7 18.3 0 NaN
2016-03-15 06:03:00 -7.99999952505459e-7 18.3 0 NaN
2016-03-15 06:04:00 -7.99999952505459e-7 18.3 0 NaN
但如果這是所有字符串值......就像我的情況......將所需的列轉換為浮點數:
df_inv_29['GHI'] = df_inv_29.GHI.astype(float)
df_inv_29['Temp'] = df_inv_29.Temp.astype(float)
df_inv_29['Power'] = df_inv_29.Power.astype(float)
您的數據框現在將具有浮點值:-)
導入 pandas 作為 pd
df['a'] = pd.to_numeric(df['a'])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.