熊猫:转换为数字,必要时创建NaN

Question

假设我在数据框中有一个列,其中包含一些数字和一些非数字

>> df['foo']
0       0.0
1     103.8
2     751.1
3       0.0
4       0.0
5         -
6         -
7       0.0
8         -
9       0.0
Name: foo, Length: 9, dtype: object

如何将此列转换为np.float,并将其他所有不浮动的列转换为NaN？

当我尝试:

>> df['foo'].astype(np.float)

要么

>> df['foo'].apply(np.float)

我明白了 ValueError: could not convert string to float: -

Answer 1

在熊猫中0.17.0 convert_objects发出警告:

FutureWarning:不推荐使用convert_objects.使用特定于数据类型的转换器pd.to_datetime,pd.to_timedelta和pd.to_numeric.

您可以使用pd.to_numeric方法并使用arg将其应用于数据框coerce.

df1 = df.apply(pd.to_numeric, args=('coerce',))

或者更合适:

df1 = df.apply(pd.to_numeric, errors='coerce')

编辑

以上方法仅适用于pandas version> = 0.17.0,来自docs pandas 0.17.0中的新内容:

pd.to_numeric是一个将字符串强制转换为数字的新函数(可能带有强制)(GH11133)

Answer 2

使用convert_objectsSeries方法(和convert_numeric):

In [11]: s
Out[11]: 
0    103.8
1    751.1
2      0.0
3      0.0
4        -
5        -
6      0.0
7        -
8      0.0
dtype: object

In [12]: s.convert_objects(convert_numeric=True)
Out[12]: 
0    103.8
1    751.1
2      0.0
3      0.0
4      NaN
5      NaN
6      0.0
7      NaN
8      0.0
dtype: float64

注意:这也可用作DataFrame方法.

Answer 3

您可以简单地使用pd.to_numeric和设置错误,coerce而无需使用apply

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

Answer 4

首先将所有字符串值替换为None,将它们标记为缺失值,然后将其转换为float.

df['foo'][df['foo'] == '-'] = None
df['foo'] = df['foo'].astype(float)