Umwandeln von Zeichenfolgen in Gleitkommazahlen in einem Datenrahmen

Question

Wie Sie eine DataFrame-Spalte, die Zeichenfolgen und NaN-Werte enthält, in Floats konvertieren. Und es gibt eine andere Spalte, deren Werte Strings und Floats sind; wie man diese ganze Spalte in Floats umwandelt.

Answer 1

Sie können versuchen df.column_name = df.column_name.astype(float). Wie für die NaN Werte müssen Sie angeben, wie sie konvertiert werden sollen, aber Sie können die .fillna Methode dazu verwenden.

Beispiel:

In [12]: df 
Out[12]: 
    a b 
0 0.1 0.2 
1 NaN 0.3 
2 0.4 0.5 

In [13]: df.a.values 
Out[13]: array(['0.1', nan, '0.4'], dtype=object) 

In [14]: df.a = df.a.astype(float).fillna(0.0) 

In [15]: df 
Out[15]: 
    a b 
0 0.1 0.2 
1 0.0 0.3 
2 0.4 0.5 

In [16]: df.a.values 
Out[16]: array([ 0.1, 0. , 0.4]) 

Answer 2

Dies ist in 0.11 verfügbar. Forces conversion (oder set's to nan) Dies funktioniert auch, wenn astype fehlschlägt; seine auch Serie von Serie so wird es keine vollständige String-Spalte

In [10]: df = DataFrame(dict(A = Series(['1.0','1']), B = Series(['1.0','foo']))) 

In [11]: df 
Out[11]: 
    A B 
0 1.0 1.0 
1 1 foo 

In [12]: df.dtypes 
Out[12]: 
A object 
B object 
dtype: object 

In [13]: df.convert_objects(convert_numeric=True) 
Out[13]: 
    A B 
0 1 1 
1 1 NaN 

In [14]: df.convert_objects(convert_numeric=True).dtypes 
Out[14]: 
A float64 
B float64 
dtype: object 

Answer 3

df['MyColumnName'] = df['MyColumnName'].astype('float64') 

Answer 4

In einer neueren Version von Pandas (0,17 und höher) sagen konvertieren, Sie to_numeric Funktion nutzen zu können. Es ermöglicht Ihnen, den gesamten Datenrahmen oder nur einzelne Spalten zu konvertieren. Es gibt Ihnen auch die Möglichkeit zu wählen, wie Sie Dinge behandeln, die nicht in numerische Werte umgewandelt werden können:

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