pandas read_csv将对象转换为float

Question

我正在尝试阅读csv文件。在一列（hpi），应该是float32，有两个记录填充a。表示缺失值。熊猫诠释了。作为一个角色。

如何在此列上强制数字？

data = pd.read_csv('http://www.fhfa.gov/DataTools/Downloads/Documents/HPI/HPI_AT_state.csv',
                    header=0,
                    names = ["state", "year", "qtr", "hpi"])

                    #,converters={'hpi': float})

#print data.head()
#print(data.dtypes)

print(data[data.hpi == '.'])

Answer 1

在read.csv中使用na.values参数：

df = pd.read_csv('http://www.fhfa.gov/DataTools/Downloads/Documents/HPI/HPI_AT_state.csv',
                  header=0,
                  names = ["state", "year", "qtr", "hpi"], 
                  na_values='.')

df.dtypes
Out: 
state     object
year       int64
qtr        int64
hpi      float64
dtype: object

Answer 2

您可以在阅读后将其投射出来。例如

data.loc[data.hpi == '.', 'hpi'] = pd.np.nan
data.hpi = data.hpi.astype(pd.np.float64)

或者，您可以使用na_values

的read_csv参数

Answer 3

将to_numeric应用于所需的列（使用apply）：

data.loc[data.hpi == '.', 'hpi'] = -1.0
data[['hpi']] = data[['hpi']].apply(pd.to_numeric)

例如：

In[69]: data = pd.read_csv('http://www.fhfa.gov/DataTools/Downloads/Documents/HPI/HPI_AT_state.csv',
                    header=0,
                    names = ["state", "year", "qtr", "hpi"])

In[70]: data[['hpi']].dtypes
  Out[70]: 
  hpi    object
  dtype: object

In[74]: data.loc[data.hpi == '.'] = -1.0
In[75]: data[['hpi']] = data[['hpi']].apply(pd.to_numeric)

In[77]: data[['hpi']].dtypes
Out[77]: 
hpi    float64
dtype: object

修改

由于某种原因，它会将所有列更改为float64。这是一种小型解决方法，可将其更改回int。

在：

In[89]: data.dtypes
Out[89]: 
state     object
year     float64
qtr      float64
hpi      float64

后：

In[90]: data[['year','qtr']] = data[['year','qtr']].astype(int)
In[91]: data.dtypes
Out[91]: 
state     object
year       int64
qtr        int64
hpi      float64
dtype: object

如果任何人都可以轻松过关，那就好了。