熊貓：轉換爲數字，創造的NaN必要時

說我有一個數據幀的列中有一些數字和一些非數字熊貓：轉換爲數字，創造的NaN必要時

>> df['foo'] 
0  0.0 
1  103.8 
2  751.1 
3  0.0 
4  0.0 
5   - 
6   - 
7  0.0 
8   - 
9  0.0 
Name: foo, Length: 9, dtype: object

我怎麼能這個列轉換爲np.float，並擁有一切那不是浮動將它轉換爲NaN？

當我嘗試：

>> df['foo'].astype(np.float)

或

>> df['foo'].apply(np.float)

我得到ValueError: could not convert string to float: -

來源

2013-08-25 Amelio Vazquez-Reina

在大熊貓0.17.0convert_objects提出一個警告：

FutureWarning：convert_objects已被棄用。使用數據類型特定轉換器pd.to_datetime，pd.to_timedelta和pd.to_numeric。

您可以使用pd.to_numeric方法並將其應用於數據框，參數爲arg coerce。

df1 = df.apply(pd.to_numeric, args=('coerce',))

，或者可以是更合適的方式：

df1 = df.apply(pd.to_numeric, errors='coerce')

EDIT

該方法僅適用於大熊貓版本> = 0.17.0，從docs what's new in pandas 0.17.0：

PD .to_numeric是一個將字符串強制轉換爲數字的新函數（pos sibly與強制）(GH11133)

來源

2015-11-19 05:25:35

手指越過這回來，這是一個偉大的銀彈。 –

'模塊'對象沒有屬性'to_numeric'？ – bgenchel

顯示編輯後的版本，只能從'0.17.0'熊貓版本 –

先用None替換所有的字符串值，將其標記爲缺失的值，然後將其轉換爲浮動。

df['foo'][df['foo'] == '-'] = None 
df['foo'] = df['foo'].astype(float)

來源

2013-08-25 22:08:31

謝謝！好，簡單。 –

簡單，比以前的建議更好。 –

這對我有用嗎...任何想法？ – ngakak

使用convert_objects系列方法（和convert_numeric）：

In [11]: s 
Out[11]: 
0 103.8 
1 751.1 
2  0.0 
3  0.0 
4  - 
5  - 
6  0.0 
7  - 
8  0.0 
dtype: object 

In [12]: s.convert_objects(convert_numeric=True) 
Out[12]: 
0 103.8 
1 751.1 
2  0.0 
3  0.0 
4  NaN 
5  NaN 
6  0.0 
7  NaN 
8  0.0 
dtype: float64

注：這也可以作爲一個數據幀的方法。

來源

2013-08-25 22:33:14

「嘗試推斷對象列的更好的dtype」基本上是一個神奇的子彈......（它的確也有日期。） –

謝謝!!!這個方法應該在每個熊貓教程中。 – delgadom

@delgadom令人驚訝的是[10分鐘教程]中沒有「清潔」部分（http://pandas.pydata.org/pandas-docs/stable/10min.html）。我需要完成我的書:) –

您可以簡單地使用pd.to_numeric並設置錯誤coerce不使用apply

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

來源

2017-11-28 23:13:06

熊貓：轉換爲數字，創造的NaN必要時

回答

相關問題