Question

是否可以将pandas系列值转换为特定类型并设置那些无法转换的元素？

我找到Series.astype(dtype, copy=True, raise_on_error=True)并设置raise_on_error=True以避免例外，但这不会将无效的项目设置为na ...

更新

更准确地说，我想指定一个列应转换为的类型。对于包含值[123, 'abc', '2010-01-01', 1.3]和类型转换为float的系列，我希望[123.0, nan, nan, 1.3]作为结果，如果选择datetime，则只会series[2]包含有效的日期时间值。 convert_objects不允许这种灵活性，恕我直言。

Answer 1

我认为你可能会更幸运convert_objects：

In [11]: s = pd.Series(['1', '2', 'a'])

In [12]: s.astype(int, raise_on_error=False)  # just returns s
Out[12]:
0    1
1    2
2    a
dtype: object

In [13]: s.convert_objects(convert_numeric=True)
Out[13]:
0     1
1     2
2   NaN
dtype: float64

更新：在最近的大熊猫中，convert_objects方法已被弃用赞成pd.to_numeric：

In [21]: pd.to_numeric(s, errors='coerce')
Out[21]:
0    1.0
1    2.0
2    NaN
dtype: float64

这并不像convert_objects那样强大/神奇（它也适用于DataFrames），但效果很好，在这种情况下更明确。
阅读提及其他to_*功能的object conversion section of the docs。

Answer 2

s.astype(int, raise_on_error=False)
s = s.apply(lambda x: x if type(x)==int else np.nan)
s = s.dropna()

Pandas转换类型并将无效值设置为na

2 个答案: