Question

我正在尝试使用pandas清理数据。当我执行df.datatypes时，它显示列是对象类型。我希望将它们转换为数字类型。我试过各种各样的方式，比如;

data[['a','b']] = data[['a','b']].apply(pd.to_numeric, errors ='ignore')

然后，

data['c'] = data['c'].infer_objects()

但似乎没有任何效果。解释器不会抛出任何错误，但同时它不会执行所需的转换。

非常感谢任何帮助。

提前感谢。

Answer 1

在to_numeric的帮助页面中，errors的说明如下：

errors : {'ignore', 'raise', 'coerce'}, default 'raise'
        - If 'raise', then invalid parsing will raise an exception
        - If 'coerce', then invalid parsing will be set as NaN
        - If 'ignore', then invalid parsing will return the input

如果您的apply在没有对其做任何事情的情况下返回您的输入，那么原因是因为您使用了不可转换的对象，并且使用to_numeric调用errors='ignore'并不是＆＃39帮助。

尝试使用第二个选项errors='coerce'。

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

或者，

for c in df.columns:
    df[c] = pd.to_numeric(df[c], errors='coerce')

此外，infer_objects执行软类型转换。如果要检查列dtypes，请改用df.dtypes。

使用pandas将对象类型列转换为数字类型

1 个答案: