仅将数字的字符串表示形式转换为熊猫中的数字

Question

我有一个熊猫Dataframe，我意识到当我的Dataframe列仅具有数字的字符串表示形式时，将进行转换，否则将不进行转换。下面的代码用于将所有字符串形式的数字转换为数字。

import pandas as pd
from functools import partial

df = pd.DataFrame({0: ['3', 'r'], 1: ['1', 's']})
df = df.apply(partial(pd.to_numeric, errors='ignore'))

上面的代码将无效，因为'r'和's'在列中。因此，所有内容都将保留为字符串。如何获得将'3'和'1'转换为数字3和1的代码？

Answer 1

如@MadPhysicist所述，Pandas.Series具有单个dtype。但是，dtype可以是object，这意味着一切。拥有数字dtype会失去许多的优势，但这可能正是您想要的。

将非数字内容强制为NaN

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

     0    1
0  3.0  1.0
1  NaN  NaN

注意：
apply遍历每列，并将该列通过给定的callable。这意味着每列都会得到这样的处理：

pd.to_numeric(one_of_the_columns, errors='coerce')

使用errors='coerce'会在可能的地方编号，否则使用np.nan。

---

使用dtype对象并放弃效率，以...执行您想做的一切

df = df.applymap(lambda x: pd.to_numeric(x, errors='ignore'))
df

   0  1
0  3  1
1  r  s

要验证其实际上将3更改为数字，请尝试：

df.applymap(type)

                       0                      1
0  <class 'numpy.int64'>  <class 'numpy.int64'>
1          <class 'str'>          <class 'str'>

注意：
applymap遍历数据帧的每个单元格，并通过传递的callable传递该单元格的值。在这种情况下，每个单元格的处理方式如下：

pd.to_numeric(one_particular_cell, errors='ignore')

如果可能的话，将其转换为数字，否则不予处理。

这效率低下，但是可以满足您的要求。当熊猫尝试调和您造成的损害时，它意识到某些列中存在混合类型，因此将dtype更改为object以便适应。