如何将数据类型:object转换为python中的float64？

Question

我四处走动,尝试了很多不同的方式,所以我猜我的核心理解是错误的.我将非常感谢帮助理解我的编码/解码问题.

我从SQL导入数据帧,似乎有些数据类型:float64被转换为Object.因此,我无法做任何计算.我无法将Object转换回float64.

df.head()

Date        WD  Manpower 2nd     CTR    2ndU    T1  ??T2    ??T3    ??T4 

2013/4/6    6   NaN     2,645   5.27%   0.29    407     533     454     368
2013/4/7    7   NaN     2,118   5.89%   0.31    257     659     583     369
2013/4/13   6   NaN     2,470   5.38%   0.29    354     531     473 ??383
2013/4/14   7   NaN     2,033   6.77%   0.37    396     748     681     458
2013/4/20   6   NaN     2,690   5.38%   0.29    361     528     541     381

df.dtypes

WD             float64
Manpower       float64
2nd             object
CTR             object
2ndU           float64
T1              object
T2              object
T3              object
T4              object
T5              object

dtype: object

SQL表:

Answer 1

您只需调用convert_objects以下内容即可转换大多数列:

In [36]:

df = df.convert_objects(convert_numeric=True)
df.dtypes
Out[36]:
Date         object
WD            int64
Manpower    float64
2nd          object
CTR          object
2ndU        float64
T1            int64
T2          int64
T3           int64
T4        float64
dtype: object

对于列'2nd'和'CTR',我们可以调用矢量化str方法来替换千位分隔符并删除'%'符号,然后astype转换:

In [39]:

df['2nd'] = df['2nd'].str.replace(',','').astype(int)
df['CTR'] = df['CTR'].str.replace('%','').astype(np.float64)
df.dtypes
Out[39]:
Date         object
WD            int64
Manpower    float64
2nd           int32
CTR         float64
2ndU        float64
T1            int64
T2            int64
T3            int64
T4           object
dtype: object
In [40]:

df.head()
Out[40]:
        Date  WD  Manpower   2nd   CTR  2ndU   T1  ??T2   T3     T4
0   2013/4/6   6       NaN  2645  5.27  0.29  407   533  454    368
1   2013/4/7   7       NaN  2118  5.89  0.31  257   659  583    369
2  2013/4/13   6       NaN  2470  5.38  0.29  354   531  473  ??383
3  2013/4/14   7       NaN  2033  6.77  0.37  396   748  681    458
4  2013/4/20   6       NaN  2690  5.38  0.29  361   528  541    381

或者您可以在没有调用的情况下执行上面的字符串处理操作astype,然后调用一次convert_objects转换所有内容.

UPDATE

由于版本0.17.0 convert_objects已弃用且没有顶级功能,因此您需要执行以下操作:

df.apply(lambda col:pd.to_numeric(col, errors='coerce'))

请参阅文档和此相关问题:pandas:to_numeric用于多列

Answer 2

不推荐使用convert_objects。

对于大于等于 0.17.0的熊猫，请使用pd.to_numeric

df["2nd"] = pd.to_numeric(df["2nd"])

Answer 3

我df在从具有多个内部标题行的 Excel 工作表创建的 DataFrame ( ) 中遇到了这个问题。

从 中清除内部标题行后df，列的值属于“非空对象”类型 ( DataFrame.info())。

此代码将多列的所有数值一次性转换为 int64 和 float64：

for i in range(0, len(df.columns)):
    df.iloc[:,i] = pd.to_numeric(df.iloc[:,i], errors='ignore')
    # errors='ignore' lets strings remain as 'non-null objects'