为什么我所有的变量在上传时都是对象而不是数值（int，float）？
Why are all my variables objects instead of numerical values (int,float) when uploaded?
我刚开始，所以这可能很愚蠢，但我有以下问题：
我为一些基本数据描述创建了一个 .csv 文件。但是，尽管在使用 df.dtyped() 时它们都是没有任何缺失值的数值，但我收到所有变量作为对象，只有一些是 int64 或 float64。我是否必须使用代码手动将所有对象变量转换为数字变量？
还是我在创建 csv 时做错了什么？
另外，我以 yyyy-mm-dd 格式保存的日期显示为对象而不是日期格式。
一些变量的数据数量范围为[0,2]，而另一些则为[0,2000000]。
Excel 中的格式是否有问题？
是否有任何“如何构建您的 csv”文档？这样我就不必问像这样愚蠢的初学者问题了？
此外，我被告知要使模型正常工作，我需要对数据进行一些 Scaling/Normalization 处理，因为值范围差异很大。我在哪里可以找到更多相关信息？
pd.read_csv 已经有指定类型的选项，因此如果您需要，可以指定 dtypeType with read_csv。对于日期，您始终必须将格式更改为 datetime
缩放或规范化您的日期将取决于您还将使用哪种机器学习模型。
例如：如果使用随机森林和 KNN，KNN 将需要具有缩放功能，因为它适用于距离。
Hands-On 使用 Scikit-Learn、Keras 和 Tensorflow 进行机器学习：构建智能系统的概念、工具和技术 是一本很好的入门书我个人认为
我建议您在保存 CSV 文件之前先进行数据类型转换。您也可以使用以下函数进行转换。
astype()
to_numeric()
convert_dtypes()
您可以使用随附的 link 获取缩放信息。 https://www.analyticsvidhya.com/blog/2020/07/types-of-feature-transformation-and-scaling/
谢谢你的想法。
最后 pd.readcsv(title, decimal:',') 帮助将它们创建为浮点数。因为我使用了德语格式。
但使用 to_numeric() 的转换也有效
我刚开始，所以这可能很愚蠢，但我有以下问题： 我为一些基本数据描述创建了一个 .csv 文件。但是，尽管在使用 df.dtyped() 时它们都是没有任何缺失值的数值，但我收到所有变量作为对象，只有一些是 int64 或 float64。我是否必须使用代码手动将所有对象变量转换为数字变量？ 还是我在创建 csv 时做错了什么？
另外，我以 yyyy-mm-dd 格式保存的日期显示为对象而不是日期格式。
一些变量的数据数量范围为[0,2]，而另一些则为[0,2000000]。 Excel 中的格式是否有问题？
是否有任何“如何构建您的 csv”文档？这样我就不必问像这样愚蠢的初学者问题了？
此外，我被告知要使模型正常工作，我需要对数据进行一些 Scaling/Normalization 处理，因为值范围差异很大。我在哪里可以找到更多相关信息？
pd.read_csv 已经有指定类型的选项，因此如果您需要，可以指定 dtypeType with read_csv。对于日期，您始终必须将格式更改为 datetime
缩放或规范化您的日期将取决于您还将使用哪种机器学习模型。 例如：如果使用随机森林和 KNN，KNN 将需要具有缩放功能，因为它适用于距离。
Hands-On 使用 Scikit-Learn、Keras 和 Tensorflow 进行机器学习：构建智能系统的概念、工具和技术 是一本很好的入门书我个人认为
我建议您在保存 CSV 文件之前先进行数据类型转换。您也可以使用以下函数进行转换。
astype()
to_numeric()
convert_dtypes()
您可以使用随附的 link 获取缩放信息。 https://www.analyticsvidhya.com/blog/2020/07/types-of-feature-transformation-and-scaling/
谢谢你的想法。
最后 pd.readcsv(title, decimal:',') 帮助将它们创建为浮点数。因为我使用了德语格式。
但使用 to_numeric() 的转换也有效