[英]Pandas: convert column with empty strings to float
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:
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
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
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.