Pandas：將帶有空字符串的列轉換為float

Question

在我的應用程序中，我收到一個pandas DataFrame（比如， block ），它有一個名為est的列。 此列可以包含字符串或浮點的混合。 我需要將列中的所有值轉換為浮點數，並使列類型為float64 。 我這樣做使用以下代碼：

block[est].convert_objects(convert_numeric=True)
block[est].astype('float')

這適用於大多數情況。 但是，在一種情況下， est包含所有空字符串。 在這種情況下，第一個語句執行時沒有錯誤，但列中的空字符串仍為空字符串。 然后第二個語句會導致錯誤： ValueError: could not convert string to float: .

如何修改我的代碼以處理包含所有空字符串的列？

編輯 ：我知道我可以block[est].replace("", np.NaN) ，但我想知道是否有某種方法可以使用convert_objects或astype來做到這一點。

澄清 ：出於項目原因，我需要使用pandas 0.16.2。

這是與一些演示失敗的示例數據的交互：

>>> block = pd.DataFrame({"eps":["", ""]})
>>> block = block.convert_objects(convert_numeric=True)
>>> block["eps"]
0
1
Name: eps, dtype: object
>>> block["eps"].astype('float')
...
ValueError: could not convert string to float:

Answer 1

使用以下方法更容易：

pandas.to_numeric

http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.to_numeric.html

import pandas as pd
df = pd.DataFrame({'eps': ['1', 1.6, '1.6', 'a', '', 'a1']})

df['eps'] = pd.to_numeric(df['eps'], errors='coerce')

'coerce'會將任何值錯誤轉換為NaN

df['eps'].astype('float')
0    1.0
1    1.6
2    1.6
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64

然后您可以應用其他功能而不會出現錯誤：

df['eps'].round()
0    1.0
1    2.0
2    2.0
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64

Answer 2

def convert_float(val):
    try:
        return float(val)
    except ValueError:
        return np.nan

df = pd.DataFrame({'eps': ['1', 1.6, '1.6', 'a', '', 'a1']})
>>> df.eps.apply(lambda x: convert_float(x))
0    1.0
1    1.6
2    1.6
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64