Pandas 将混合数据类型列转换为浮点数
Pandas converting mixed datatype column to float
我有一个包含一列的数据框，如下所示：
df['mixed'].values
array([' GC', '345', '69', '28-'], dtype=object)
我尝试了以下方法：
df['mixed'].astype(float, errors='ignore')
但它什么也没做。我期待以下内容：
df['mixed'].values
array([' GC', 345, 69, '28-'], dtype=object)
你可以做到pd.to_numeric
pd.to_numeric(df['mixed'],errors='coerce').fillna(df['mixed']).tolist()
[' GC', 345.0, 69.0, '28-']
如果转换过程中出现错误，将返回原始对象。 documentation for astype [强调我的]：
errors{‘raise’, ‘ignore’}, default ‘raise’
Control raising of exceptions on invalid data for provided dtype.
- raise : allow exceptions to be raised
- ignore : suppress exceptions. On error return original object.
要获得预期的输出，您可以改用 to_numeric and setting errors='coerce' which will set any invalid rows to NaN. These can then be set to the original value using fillna ().
我有一个包含一列的数据框，如下所示：
df['mixed'].values
array([' GC', '345', '69', '28-'], dtype=object)
我尝试了以下方法：
df['mixed'].astype(float, errors='ignore')
但它什么也没做。我期待以下内容：
df['mixed'].values
array([' GC', 345, 69, '28-'], dtype=object)
你可以做到pd.to_numeric
pd.to_numeric(df['mixed'],errors='coerce').fillna(df['mixed']).tolist()
[' GC', 345.0, 69.0, '28-']
如果转换过程中出现错误，将返回原始对象。 documentation for astype [强调我的]：
errors{‘raise’, ‘ignore’}, default ‘raise’ Control raising of exceptions on invalid data for provided dtype.
- raise : allow exceptions to be raised
- ignore : suppress exceptions. On error return original object.
要获得预期的输出，您可以改用 to_numeric and setting errors='coerce' which will set any invalid rows to NaN. These can then be set to the original value using fillna (