Как преобразовать datatype: объект в float64 в python?

Я собираюсь по кругу и пробовал так много разных способов, поэтому я думаю, что мое основное понимание неверно. Я был бы признателен за помощь в понимании моих проблем с кодированием/расшифровкой.

Я импортирую dataframe из SQL и кажется, что некоторые типы данных: float64 преобразуются в Object. Таким образом, я не могу вычислять. Я не могу преобразовать объект обратно в float64.

df.head()

Date        WD  Manpower 2nd     CTR    2ndU    T1  　　T2    　　T3    　　T4 

2013/4/6    6   NaN     2,645   5.27%   0.29    407     533     454     368
2013/4/7    7   NaN     2,118   5.89%   0.31    257     659     583     369
2013/4/13   6   NaN     2,470   5.38%   0.29    354     531     473 　　383
2013/4/14   7   NaN     2,033   6.77%   0.37    396     748     681     458
2013/4/20   6   NaN     2,690   5.38%   0.29    361     528     541     381

df.dtypes

WD             float64
Manpower       float64
2nd             object
CTR             object
2ndU           float64
T1              object
T2              object
T3              object
T4              object
T5              object

dtype: object

Таблица SQL:

Ответ 1

Вы можете преобразовать большинство столбцов, просто позвонив convert_objects:

In [36]:

df = df.convert_objects(convert_numeric=True)
df.dtypes
Out[36]:
Date         object
WD            int64
Manpower    float64
2nd          object
CTR          object
2ndU        float64
T1            int64
T2          int64
T3           int64
T4        float64
dtype: object

Для столбцов "2-й" и "CTR" мы можем назвать векторизованные методы str для замены разделителя тысяч и удалить "% ', а затем astype для преобразования:

In [39]:

df['2nd'] = df['2nd'].str.replace(',','').astype(int)
df['CTR'] = df['CTR'].str.replace('%','').astype(np.float64)
df.dtypes
Out[39]:
Date         object
WD            int64
Manpower    float64
2nd           int32
CTR         float64
2ndU        float64
T1            int64
T2            int64
T3            int64
T4           object
dtype: object
In [40]:

df.head()
Out[40]:
        Date  WD  Manpower   2nd   CTR  2ndU   T1  　　T2   T3     T4
0   2013/4/6   6       NaN  2645  5.27  0.29  407   533  454    368
1   2013/4/7   7       NaN  2118  5.89  0.31  257   659  583    369
2  2013/4/13   6       NaN  2470  5.38  0.29  354   531  473  　　383
3  2013/4/14   7       NaN  2033  6.77  0.37  396   748  681    458
4  2013/4/20   6       NaN  2690  5.38  0.29  361   528  541    381

Или вы можете выполнить операции обработки строк выше без вызова astype, а затем вызвать convert_objects для преобразования всего за один раз.

Ответ 2

Вы можете попробовать следующее:

df['2nd'] = pd.to_numeric(df['2nd'].str.replace(',', ''))
df['CTR'] = pd.to_numeric(df['CTR'].str.replace('%', ''))

Ответ 3

Или вы можете использовать регулярное выражение для обработки нескольких элементов в качестве общего случая этой проблемы,

df['2nd'] = pd.to_numeric(df['2nd'].str.replace(r'[,.%]','')) 
df['CTR'] = pd.to_numeric(df['CTR'].str.replace(r'[^\d%]',''))