如何将对象转换为浮动在数据框中
how converting object to float in dataframe
我在每一列中都有一个数据框我有数字但类型是对象!如何将对象转换为浮点数?
我试过这个:
pd.to_numeric(df['Close_x'],errors='coerce')
但错误显示:
TypeError: arg must be a list, tuple, 1-d array, or Series
我试过了concatenated['Close_x'].astype(float)
错误说:
ValueError: could not convert string to float: '1,001.96'
这些数字以 ,
作为分隔符,因此您首先需要将其替换为空字符串,然后将其转换为 floating-point 数字。
df = pd.DataFrame(['1,001.96', '1001.98'], columns=['value'])
pd.to_numeric(df['value'].replace(',', '',regex=True))
或
df.apply(lambda x: x.str.replace(',', '')).astype(float)
注意:对于大型数据帧,df.apply
比 pd.to_numeric
慢
我在每一列中都有一个数据框我有数字但类型是对象!如何将对象转换为浮点数?
我试过这个:
pd.to_numeric(df['Close_x'],errors='coerce')
但错误显示:
TypeError: arg must be a list, tuple, 1-d array, or Series
我试过了concatenated['Close_x'].astype(float)
错误说:
ValueError: could not convert string to float: '1,001.96'
这些数字以 ,
作为分隔符,因此您首先需要将其替换为空字符串,然后将其转换为 floating-point 数字。
df = pd.DataFrame(['1,001.96', '1001.98'], columns=['value'])
pd.to_numeric(df['value'].replace(',', '',regex=True))
或
df.apply(lambda x: x.str.replace(',', '')).astype(float)
注意:对于大型数据帧,df.apply
比 pd.to_numeric
慢