Question

我想将string中的所有Pandas DataFrame值转换为float，我可以定义一个短函数来执行此操作，但这不是Pythonic的方法。我的DataFrame看起来像这样：

>>> df = pd.DataFrame(np.array([['1', '2', '3'], ['4', '5', '6']]))
>>> df
   0  1  2
0  1  2  3
1  4  5  6
>>> df.dtypes
0    object
1    object
2    object
dtype: object
>>> type(df[0][0])
<type 'str'>

我只是想知道Pandas DataFrame是否有一些内置函数可以将所有string值转换为float。如果你知道Pandas doc上的内置函数，请发布链接。

Answer 1

另一种选择是使用df.convert_objects(numeric=True)。它试图将数字字符串转换为数字，不可转换的值变为NaN：

import pandas as pd

df = pd.DataFrame([['1', '2', '3'], ['4', '5', 'foo'], ['bar', 'baz', 'quux']])
df = df.convert_objects(convert_numeric=True)
print(df)

产量

    0   1   2
0   1   2   3
1   4   5 NaN
2 NaN NaN NaN

相反，df.astype(float)会引发ValueError: could not convert string to float: quux，因为在上面的DataFrame中，某些字符串（例如'quux'）不是数字。

注意：在未来的pandas版本中（0.16.2之后），函数参数将是numeric=True而不是convert_numeric=True。

Answer 2

假设所有值都可以正确转换为float，您可以使用DataFrame.astype()函数将完整数据帧的类型转换为float。示例 -

df = df.astype(float)

演示 -

In [5]: df = pd.DataFrame(np.array([['1', '2', '3'], ['4', '5', '6']]))

In [6]: df.astype(float)
Out[6]:
   0  1  2
0  1  2  3
1  4  5  6

In [7]: df = df.astype(float)

In [8]: df.dtypes
Out[8]:
0    float64
1    float64
2    float64
dtype: object

.astype()函数还有一个raise_on_error参数（默认为True），您可以将其设置为False以使其忽略错误。在这种情况下，原始值将在DataFrame中使用 -

In [10]: df = pd.DataFrame([['1', '2', '3'], ['4', '5', '6'],['blah','bloh','bleh']])

In [11]: df.astype(float,raise_on_error=False)
Out[11]:
      0     1     2
0     1     2     3
1     4     5     6
2  blah  bloh  bleh

要将一个系列/列转换为float，再次假设所有值都可以转换，您可以使用[Series.astype()][2]。示例 -

df['somecol'] = df['somecol'].astype(<type>)

pandas如何将所有字符串值转换为float

2 个答案: