Wie konvertiert man das Element in einem pandas.dataframe in np.float, während man pandas.read_csv benutzt, um die csv-Datei zu lesen?

Question

Ich habe eine .csv-Datei, die eine exportierte Ausgabe von einer Software ist. Diese CSV-Datei enthält viele NaNs. Ich muss die Daten analysieren, indem ich es in einen Datenrahmen lese, und dataframe.fillna(0) verwenden, um alle NaNs durch 0 zu ersetzen. Wenn ich jedoch pandas.read_csv() verwende, um diese CSV-Datei zu importieren, ist der Typ des Elements im Datenrahmen 'str' dataframe.fillna(0) kann nicht verwendet werden. Meine Frage ist also: Wie konvertiert man das Element als np.float beim Lesen der .csv-Datei?

Es ist ein Argument dtype für pandas.read_csv, hier ist die explantion:

dtype : Type name or dict of column -> type, default None 
Data type for data or columns. E.g. {‘a’: np.float64, ‘b’: np.int32} Use str 
or object to preserve and not interpret dtype. If converters are specified, 
they will be applied INSTEAD of dtype conversion. 

Alle Beispiele, wie es zu benutzen?

Vielen Dank!

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

UPDATE:

Hier sind mehrere Lösungen von den Beantworter vorgeschlagen :

(1) von @Jakub. Wenn Sie na_values=NaN in pandas.read_csv() festlegen, können alle Elemente in der CSV-Datei in np.float konvertiert werden, da sie in den Dataframe eingelesen werden.

(2) von @ André Christoffer Andersen. Nach dem Lesen der .csv-Datei als Datenframe. Verwenden Sie pandas.to_numeric, um eine Spalte des Datenrahmens in np.float zu konvertieren. Verwenden Sie eine for-Schleife, um alle Spalten in numerische umzuwandeln.

(3) von @ThisGuyCantEven. Verwenden Sie numpy.loadtxt, um .csv-Datei in eine numpy.ndarray zu lesen. Verwenden Sie das Argument skiprows, um die Zeilen mit ungleichen Elementen zu überspringen. Verwenden Sie dann numpy.nan_to_num(), um nan in Nullen umzuwandeln.

Hoffentlich wird es folgenden Lesern helfen!

Answer 1

Wenn Sie eine neue genug Pandas Version haben Sie auch pd.to_numeric(...) dafür verwenden können:

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

Und hier ist ein Trick, den ganzen Datenrahmen zu konvertieren:

for col in df.columns: 
    df[col] = pd.to_numeric(df[col], errors='coerce') 

Answer 2

Warum nicht einfach verwenden numpy.loadtxt? Wenn Sie Pandas verwenden möchten, weil Sie z. B. gemischte Daten haben und eine numerische Spalte als numpy Array verwenden möchten, können Sie immer df['column'].as_matrix() verwenden, oder Sie können den gesamten Datenrahmen konvertieren, wenn Sie möchten.