pandas如何将所有字符串值转换为float

Question

我想将所有的string值转换Pandas DataFrame成float,我可以定义一个简短的函数来做到这一点,但它不是Pythonic的方法.我的DataFrame看起来像这样:

>>> df = pd.DataFrame(np.array([['1', '2', '3'], ['4', '5', '6']]))
>>> df
   0  1  2
0  1  2  3
1  4  5  6
>>> df.dtypes
0    object
1    object
2    object
dtype: object
>>> type(df[0][0])
<type 'str'>

我只是想知道是否有一些内置函数Pandas DataFrame将所有string值转换为float.如果你知道Pandas doc上的内置函数,请发布链接.

Answer 1

假设所有值都可以正确转换为浮点数，您可以使用DataFrame.astype()函数将完整数据帧的类型转换为浮点数。例子 -

df = df.astype(float)

演示 -

In [5]: df = pd.DataFrame(np.array([['1', '2', '3'], ['4', '5', '6']]))

In [6]: df.astype(float)
Out[6]:
   0  1  2
0  1  2  3
1  4  5  6

In [7]: df = df.astype(float)

In [8]: df.dtypes
Out[8]:
0    float64
1    float64
2    float64
dtype: object

.astype()函数还有一个raise_on_error参数（默认为 True），您可以将其设置为False忽略错误。在这种情况下，原始值用于 DataFrame -

In [10]: df = pd.DataFrame([['1', '2', '3'], ['4', '5', '6'],['blah','bloh','bleh']])

In [11]: df.astype(float,raise_on_error=False)
Out[11]:
      0     1     2
0     1     2     3
1     4     5     6
2  blah  bloh  bleh

要将系列/列转换为浮点数，再次假设所有值都可以转换，您可以使用[Series.astype()][2]. 例子 -

df['somecol'] = df['somecol'].astype(<type>)

Answer 2

另一种选择是使用df.convert_objects(numeric=True).它试图将数字字符串转换为数字,不可转换的值变为NaN:

import pandas as pd

df = pd.DataFrame([['1', '2', '3'], ['4', '5', 'foo'], ['bar', 'baz', 'quux']])
df = df.convert_objects(convert_numeric=True)
print(df)

产量

    0   1   2
0   1   2   3
1   4   5 NaN
2 NaN NaN NaN

相反,在上面的DataFrame中df.astype(float)会提高ValueError: could not convert string to float: quux一些字符串(例如'quux')不是数字.

注意:在未来版本的pandas中(在0.16.2之后),函数参数将numeric=True代替convert_numeric=True.