Pandas 将数据类型从对象转换为浮点数

Question

我从 .csv 文件中读取了一些天气数据作为名为“天气”的数据框。问题是其中一列的数据类型是 object 。这很奇怪，因为它指示温度。如何将其更改为 float 数据类型？我试过 to_numeric ，但它无法解析它。

 weather.info()
weather.head()

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 304 entries, 2017-01-01 to 2017-10-31
Data columns (total 2 columns):
Temp    304 non-null object
Rain    304 non-null float64
dtypes: float64(1), object(1)
memory usage: 17.1+ KB

           Temp     Rain
Date
2017-01-01  12.4    0.0
2017-02-01  11      0.6
2017-03-01  10.4    0.6
2017-04-01  10.9    0.2
2017-05-01  13.2    0.0

原文由 Almog Woldenberg 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

• 您可以使用 pandas.Series.astype
• 你可以这样做：

   weather["Temp"] = weather.Temp.astype(float)

• 您还可以使用 pd.to_numeric 将列从对象转换为浮点

• 有关如何使用它的详细信息，请查看此链接：http: //pandas.pydata.org/pandas-docs/version/0.20/generated/pandas.to_numeric.html

• 例子 ：

   s = pd.Series(['apple', '1.0', '2', -3])
  print(pd.to_numeric(s, errors='ignore'))
  print("=========================")
  print(pd.to_numeric(s, errors='coerce'))

• 输出：

   0    apple
  1      1.0
  2        2
  3       -3
  =========================
  dtype: object
  0    NaN
  1    1.0
  2    2.0
  3   -3.0
  dtype: float64

• 在您的情况下，您可以执行以下操作：

   weather["Temp"] = pd.to_numeric(weather.Temp, errors='coerce')

• 其他选项是使用 convert_objects
• 例子如下

  >> pd.Series([1,2,3,4,'.']).convert_objects(convert_numeric=True)

  0     1
  1     2
  2     3
  3     4
  4   NaN
  dtype: float64

• 您可以按如下方式使用它：

   weather["Temp"] = weather.Temp.convert_objects(convert_numeric=True)

• 我已经向您展示了示例，因为如果您的任何列没有数字，那么它将被转换为 NaN … 所以在使用它时要小心。

原文由 Jai 发布，翻译遵循 CC BY-SA 4.0 许可协议