如何更改pandas中多列的数据类型

Question

我正在尝试在 pandas 数据帧上运行随机森林。我知道数据框中没有空值或无穷大，但当我拟合模型时不断收到 ValueError 。大概这是因为我有 flaot64 列而不是 float32；我还有很多 bool 和 int 类型的列。有没有办法将所有 float 列更改为 float32？

我尝试重写 CSV，并且相对确定问题不在于此。我以前从未在 float64 上运行随机森林时遇到过问题，所以我不确定这次出了什么问题。

labels = electric['electric_ratio']
electric = electric[[x for x in electric.columns if x != 'electric_ratio']]
electric_list = electric.columns
first_train, first_test, train_labels, test_labels = train_test_split(electric, labels)
rf = RandomForestRegressor(n_estimators = 1000, random_state=88)
rf_1 = rf.fit(first_train, train_labels)

我希望这适合模型，但始终得到

ValueError: Input contains NaN, infinity or a value too large for dtype('float32').

Answer 1

您可以将 df.astype() 与字典一起使用，以获取要使用相应数据类型更改的列。

df = df.astype({'col1': 'object', 'col2': 'int'})

Answer 2

要将所有 float64 列的数据类型更改为 float32 列，请尝试以下操作：

for column in df.columns:
    if df[column].dtype == 'float64':
        df[column] = df[column].astype(np.float32)

Answer 3

您可以使用任何 pandas 对象的.astype() 方法来转换数据类型。

例子：

x = pd.DataFrame({'col1':[True, False, True], 'col2':[1, 2, 3], 'col3': [float('nan'), 0, None] })
x = x.astype('float32')
print(x)

Out[2]: 
   col1  col2  col3
0   1.0   1.0   NaN
1   0.0   2.0   0.0
2   1.0   3.0   NaN

然后，您需要使用此处.fillna()的文档来处理任何 NaN 值

x = x.fillna(0)
Out[3]: 
   col1  col2  col3
0   1.0   1.0   0.0
1   0.0   2.0   0.0
2   1.0   3.0   0.0