对无法使用 astype 进行转换的值使用 NaN

Question

我有一个非常大的 Pandas DataFrame，如下所示：

>>> d = pd.DataFrame({"a": ["1", "U", "3.4"]})
>>> d
     a
0    1
1    U
2  3.4

目前该列设置为object：

>>> d.dtypes
a    object
dtype: object

我想将此列转换为浮动，以便我可以使用groupby()和计算平均值。当我尝试使用它时，astype我正确地收到错误，因为字符串无法转换为浮动：

>>> d.a.astype(float)
ValueError: could not convert string to float: 'U'

我想做的是将所有元素投射到浮动，然后替换那些不能被 NaN 投射的元素。

我怎样才能做到这一点？

我尝试设置raise_on_error，但它不起作用，dtype仍然是object.

>>> d.a.astype(float, raise_on_error=False)
0      1
1      U
2    3.4
Name: a, dtype: object

Answer 1

使用to_numeric并指定errors='coerce'强制无法解析为数值的字符串变为NaN：

>>> pd.to_numeric(d['a'], errors='coerce')
0    1.0
1    NaN
2    3.4
Name: a, dtype: float64