Chuyển đổi chuỗi thành float trong DataFrame

Cách che một cột DataFrame chứa các chuỗi và NaNgiá trị để thả nổi. Và có một cột khác có giá trị là chuỗi và số float; làm thế nào để chuyển đổi toàn bộ cột này thành float.

LƯU Ý: pd.convert_objects hiện đã không được dùng nữa. Bạn nên sử dụng pd.Series.astype(float)hoặc pd.to_numericnhư được mô tả trong các câu trả lời khác.

Điều này có sẵn trong 0,11. Buộc chuyển đổi (hoặc đặt thành nan) Điều này sẽ hoạt động ngay cả khi astypethất bại; nó cũng là chuỗi theo chuỗi vì vậy nó sẽ không chuyển đổi nói một cột chuỗi hoàn chỉnh

In [10]: df = DataFrame(dict(A = Series(['1.0','1']), B = Series(['1.0','foo'])))

In [11]: df
Out[11]: 
     A    B
0  1.0  1.0
1    1  foo

In [12]: df.dtypes
Out[12]: 
A    object
B    object
dtype: object

In [13]: df.convert_objects(convert_numeric=True)
Out[13]: 
   A   B
0  1   1
1  1 NaN

In [14]: df.convert_objects(convert_numeric=True).dtypes
Out[14]: 
A    float64
B    float64
dtype: object

Bạn có thể thử df.column_name = df.column_name.astype(float). Đối với các NaNgiá trị, bạn cần chỉ định cách chúng nên được chuyển đổi, nhưng bạn có thể sử dụng .fillnaphương pháp để thực hiện.

Thí dụ:

In [12]: df
Out[12]: 
     a    b
0  0.1  0.2
1  NaN  0.3
2  0.4  0.5

In [13]: df.a.values
Out[13]: array(['0.1', nan, '0.4'], dtype=object)

In [14]: df.a = df.a.astype(float).fillna(0.0)

In [15]: df
Out[15]: 
     a    b
0  0.1  0.2
1  0.0  0.3
2  0.4  0.5

In [16]: df.a.values
Out[16]: array([ 0.1,  0. ,  0.4])

Trong phiên bản gấu trúc mới hơn (0,17 trở lên), bạn có thể sử dụng hàm to_numeric . Nó cho phép bạn chuyển đổi toàn bộ khung dữ liệu hoặc chỉ các cột riêng lẻ. Nó cũng cung cấp cho bạn khả năng chọn cách xử lý những thứ không thể chuyển đổi thành giá trị số:

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

df['MyColumnName'] = df['MyColumnName'].astype('float64') 

bạn phải thay thế chuỗi rỗng ('') bằng np.nan trước khi chuyển đổi thành float. I E:

df['a']=df.a.replace('',np.nan).astype(float)

Đây là một ví dụ

                            GHI             Temp  Power Day_Type
2016-03-15 06:00:00 -7.99999952505459e-7    18.3    0   NaN
2016-03-15 06:01:00 -7.99999952505459e-7    18.2    0   NaN
2016-03-15 06:02:00 -7.99999952505459e-7    18.3    0   NaN
2016-03-15 06:03:00 -7.99999952505459e-7    18.3    0   NaN
2016-03-15 06:04:00 -7.99999952505459e-7    18.3    0   NaN

nhưng nếu đây là tất cả các giá trị chuỗi ... như trong trường hợp của tôi ... Chuyển đổi các cột mong muốn thành float:

df_inv_29['GHI'] = df_inv_29.GHI.astype(float)
df_inv_29['Temp'] = df_inv_29.Temp.astype(float)
df_inv_29['Power'] = df_inv_29.Power.astype(float)

Khung dữ liệu của bạn bây giờ sẽ có các giá trị float :-)