Question

在我的应用程序中，我收到一个pandas DataFrame（比如block），它有一个名为est的列。此列可以包含字符串或浮点的混合。我需要将列中的所有值转换为浮点数，并使列类型为float64。我这样做是使用以下代码：

block[est].convert_objects(convert_numeric=True)
block[est].astype('float')

这适用于大多数情况。但是，在一种情况下，est包含所有空字符串。在这种情况下，第一个语句执行时没有错误，但列中的空字符串仍为空字符串。然后第二个语句会导致错误：ValueError: could not convert string to float:。

如何修改我的代码以处理包含所有空字符串的列？

修改：我知道我可以做block[est].replace("", np.NaN)，但我想知道是否有某种方法可以用convert_objects或{{1我失踪了。

澄清：出于项目原因，我需要使用pandas 0.16.2。

这是与一些示例失败的示例数据的互动：

astype

Answer 1

使用以下方法更容易：

pandas.to_numeric

http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.to_numeric.html

Hotel Jayakarta jaya sangat , Hotel menginap disana selama

＆＃39;强迫＆＃39;会将任何值错误转换为import pandas as pd df = pd.DataFrame({'eps': ['1', 1.6, '1.6', 'a', '', 'a1']}) df['eps'] = pd.to_numeric(df['eps'], errors='coerce')

NaN

然后您可以应用其他功能而不会出错：

df['eps'].astype('float')
0    1.0
1    1.6
2    1.6
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64

Answer 2

def convert_float(val):
    try:
        return float(val)
    except ValueError:
        return np.nan

df = pd.DataFrame({'eps': ['1', 1.6, '1.6', 'a', '', 'a1']})
>>> df.eps.apply(lambda x: convert_float(x))
0    1.0
1    1.6
2    1.6
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64

Pandas：将带有空字符串的列转换为float

2 个答案: