將大熊貓數據框列轉換爲數字的更好方法

由於一些時髦的數據條目（又名a或whatnot），我有一個數據框，其中包含一些包含對象類型數據的列。將大熊貓數據框列轉換爲數字的更好方法

我已經能夠通過識別對象列，然後做更正此此：

obj_cols = df.loc[:, df.dtypes == object] 
conv_cols = obj_cols.convert_objects(convert_numeric='force')

這工作得很好，讓我跑，我需要回歸，但生成該錯誤：

FutureWarning: convert_objects is deprecated.

有沒有更好的方法來做到這一點，以避免錯誤？我也嘗試構建一個lambda函數，但沒有奏效。

來源

2017-04-16 Sveinn

您可以使用astype（int）或pd.to_numeric – Vaishali

Convert_objects已棄用。改用它。您可以添加參數errors ='coerce'來將錯誤的非數值轉換爲NaN。

conv_cols = obj_cols.apply(pd.to_numeric, errors = 'coerce')

該函數將應用於整個DataFrame。可以轉換爲數字類型的列將被轉換，而不能（例如，它們包含非數字字符串或日期）的列將被單獨保留。

來源

2017-04-16 21:34:00 Vaishali

這給了我：值錯誤:('無法解析字符串「。」在位置。 ..） – Sveinn

查看編輯 – Vaishali

我早些時候嘗試過。我得到'TypeError：arg必須是一個列表，元組，一維數組或者系列' – Sveinn

如果你有一個簡單的數據幀：

sales = [{'account': 'Jones LLC', 'Jan': 150, 'Feb': 'f', 'Mar': 140}, 
    {'account': 'Alpha Co', 'Jan': 'e', 'Feb': 210, 'Mar': 215}, 
    {'account': 'Blue Inc', 'Jan': 50, 'Feb': 90, 'Mar': 'g' }] 
df = pd.DataFrame(sales)

，你想擺脫列中字符串應該是數字的，你可以用pd.to_numeric

cols = ['Jan', 'Feb', 'Mar'] 
df[cols] = df[cols].apply(pd.to_numeric, errors='coerce', axis=1)

做到這一點

您的新數據框將有NaN來代替「古怪」數據

來源

2018-01-17 19:44:36 MissBleu

將大熊貓數據框列轉換爲數字的更好方法

回答

相關問題