Python将对象转换为float

Question

我从csv文件中读取了一些天气数据作为名为"weather"的数据帧.问题是列的数据类型之一是一个对象.这是奇怪的,因为它表示温度......无论如何,如何将其更改为浮点数？我试过to_numeric但它无法解析它.

weather.info()
weather.head()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 304 entries, 2017-01-01 to 2017-10-31
Data columns (total 2 columns):
Temp    304 non-null object
Rain    304 non-null float64
dtypes: float64(1), object(1)
memory usage: 17.1+ KB

           Temp     Rain
Date        
2017-01-01  12.4    0.0
2017-02-01  11      0.6
2017-03-01  10.4    0.6
2017-04-01  10.9    0.2
2017-05-01  13.2    0.0

Answer 1

• 您可以使用 pandas.Series.astype

• 你可以这样做:

  weather["Temp"] = weather.Temp.astype(float)
  

• 您还可以使用pd.to_numeric它将列从object转换为float

• 有关如何使用它的详细信息,请查看此链接:http://pandas.pydata.org/pandas-docs/version/0.20/generated/pandas.to_numeric.html

• 示例:

  s = pd.Series(['apple', '1.0', '2', -3])
  print(pd.to_numeric(s, errors='ignore'))
  print("=========================")
  print(pd.to_numeric(s, errors='coerce'))
  

• 输出:

  0    apple
  1      1.0
  2        2
  3       -3
  =========================
  dtype: object
  0    NaN
  1    1.0
  2    2.0
  3   -3.0
  dtype: float64
  

• 在你的情况下,你可以做这样的事情:

  weather["Temp"] = pd.to_numeric(weather.Temp, errors='coerce')
  

• 其他选择是使用 convert_objects

• 示例如下

  >> pd.Series([1,2,3,4,'.']).convert_objects(convert_numeric=True)
  
  0     1
  1     2
  2     3
  3     4
  4   NaN
  dtype: float64
  

• 您可以按如下方式使用:

  weather["Temp"] = weather.Temp.convert_objects(convert_numeric=True)
  

• 我已经向您展示了示例,因为如果您的任何列都没有数字,那么它将被转换为NaN...因此在使用它时要小心

• 请享用 !!!!!!!!!!!!!!:)

Answer 2

我最终使用了：

weather["Temp"] = weather["Temp"].convert_objects(convert_numeric=True)

它工作得很好，除了我收到以下消息。

C:\ProgramData\Anaconda3\lib\site-packages\ipykernel_launcher.py:3: FutureWarning:
convert_objects is deprecated.  Use the data-type specific converters pd.to_datetime, pd.to_timedelta and pd.to_numeric.

Answer 3

我尝试了这里建议的所有方法，但遗憾的是都没有奏效。相反，发现这是有效的：

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

然后使用以下方法检查它：

print(df.info())