Как скрывать столбец DataFrame, содержащий строки и значения NaN
для поплавков. И есть еще один столбец, значения которого являются строками и плаваниями; как преобразовать весь этот столбец в плавающие.
Преобразование строк в float в DataFrame
Ответ 1
ПРИМЕЧАНИЕ:
pd.convert_objects
теперь устарела. Вы должны использоватьpd.Series.astype(float)
илиpd.to_numeric
как описано в других ответах.
Это доступно в 0.11. astype
преобразование (или значение Nan). Это будет работать, даже если astype
потерпит неудачу; его также серии за серией, поэтому он не будет конвертировать, скажем, полный столбец строки
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
Ответ 2
Вы можете попробовать df.column_name = df.column_name.astype(float)
. Что касается значений NaN
, вам нужно указать, как они должны быть преобразованы, но вы можете использовать метод .fillna
для этого.
Пример:
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])
Ответ 3
В более новой версии pandas (0,17 и выше) вы можете использовать функцию to_numeric. Он позволяет конвертировать весь кадр данных или отдельные столбцы. Он также дает вам возможность выбрать способ обработки файлов, которые не могут быть преобразованы в числовые значения:
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')
Ответ 4
df['MyColumnName'] = df['MyColumnName'].astype('float64')
Ответ 5
Вот пример
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
но если это все строковые значения... как было в моем случае... Преобразуйте нужные столбцы в 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)
Ваш фрейм данных теперь будет иметь значения с плавающей точкой :-)
Ответ 6
вы должны заменить пустые строки ('') на np.nan перед преобразованием в float. то есть:
df['a']=df.a.replace('',np.nan).astype(float)