Question

我有一个带有'cap'列的pandas数据框。此列主要由浮点数组成，但其中包含一些字符串，例如索引2。

df =
    cap
0    5.2
1    na
2    2.2
3    7.6
4    7.5
5    3.0
...

我从csv文件中导入数据，如下所示：

df = DataFrame(pd.read_csv(myfile.file))

不幸的是，当我这样做时，列'cap'完全作为字符串导入。我希望浮动被识别为浮点数和字符串作为字符串。尝试使用以下方法进行转换：

df['cap'] = df['cap'].astype(float)

引发错误：

could not convert string to float: na

有没有办法让所有数字成为浮点数但是将'na'保持为字符串？

Answer 1

使用float64 dtype（而不是object）列进行计算效率更高，因此通常首选...它还允许您进行其他计算。因为这是recommended to use NaN for missing data（而不是您自己的占位符，或无）。

这真的是你想要的答案吗？

In [11]: df.sum()  # all strings
Out[11]: 
cap    5.2na2.27.67.53.0
dtype: object

In [12]: df.apply(lambda f: to_number(f[0]), axis=1).sum()  # floats and 'na' strings
TypeError: unsupported operand type(s) for +: 'float' and 'str'

您应该使用convert_numeric来强制浮动：

In [21]: df.convert_objects(convert_numeric=True)
Out[21]: 
   cap
0  5.2
1  NaN
2  2.2
3  7.6
4  7.5
5  3.0

或者直接将其作为csv阅读，方法是将“na”附加到要被视为NaN的值列表中：

In [22]: pd.read_csv(myfile.file, na_values=['na'])
Out[22]: 
   cap
0  5.2
1  NaN
2  2.2
3  7.6
4  7.5
5  3.0

在任何一种情况下，sum（以及许多其他pandas函数）现在都可以工作：

In [23]: df.sum()
Out[23]:
cap    25.5
dtype: float64

作为Jeff advises：

快速重复3次：对象==坏，浮动==好

Answer 2

首先，您导入CSV的方式是多余的，而不是：

df = DataFrame(pd.read_csv(myfile.file))

你可以直接做：

df = pd.read_csv(myfile.file)

然后转换为float，并将任何不是数字的数字设为NaN：

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

Answer 3

这是一种可行的解决方法

首先定义一个函数，只在需要时将数字转换为float

 def to_number(s):
    try:
        s1 = float(s)
        return s1
    except ValueError:
        return s

然后逐行应用它。

示例：

给定的

a和2都是字符串，我们通过

进行转换

converted = df.apply(lambda f : to_number(f[0]) , axis = 1)  

 converted
 0    a
 1    2

直接检查类型：

type(converted.iloc[0])                                                                                                                             
str

type(converted.iloc[1])                                                                                                                             
float

Answer 4

我在上面尝试了另一种选择：

for num, item in enumerate(data['col']):
    try:
        float(item)
    except:
        data['col'][num] = nan

python：将pandas dataframe中的数值数据转换为存在字符串时的浮点数

4 个答案:

这真的是你想要的答案吗？

快速重复3次：对象==坏，浮动==好