在 Pandas 中把物件轉換為浮點型
Manav Narula
2023年1月30日
2020年12月31日
在本教程中，我們將重點介紹在 Pandas 中把物件型列轉換為浮點數。物件型列包含一個字串或其他型別的混合，而浮點數包含十進位制值。在本文中，我們將對以下 DataFrame 進行操作。
import pandas as pd
df = pd.DataFrame([['10.0' ,6,7,8],
['1.0' ,9,12,14],
['5.0' ,8,10,6]],
columns = ['a','b','c','d'])
print(df)
print("---------------------------")
print(df.info())
輸出：
a b c d
0 10.0 6 7 8
1 1.0 9 12 14
2 5.0 8 10 6
---------------------------
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 4 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 a 3 non-null object
1 b 3 non-null int64
2 c 3 non-null int64
3 d 3 non-null int64
dtypes: int64(3), object(1)
memory usage: 224.0+ bytes
None
注意列'a'的型別，它是 object 型別。我們將使用 Pandas 中的 pd.to_numeric() 和 astype() 函式將這個物件轉換為 float。
注意
本教程將不涉及
convert_objects() 函式的使用，該函式已被廢棄並刪除。在 Pandas 中使用 astype() 方法將物件轉換為 Float
Pandas 提供了 astype() 方法，用於將一列轉換為特定型別。我們將 float 傳遞給該方法，並將引數 errors 設定為'raise'，這意味著它將為無效值引發異常。例子:
import pandas as pd
df = pd.DataFrame([['10.0' ,6,7,8],
['1.0' ,9,12,14],
['5.0' ,8,10,6]],
columns = ['a','b','c','d'])
df['a'] = df['a'].astype(float, errors = 'raise')
print(df.info())
輸出：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 4 columns):
a 3 non-null float64
b 3 non-null int64
c 3 non-null int64
d 3 non-null int64
dtypes: float64(1), int64(3)
memory usage: 224.0 bytes
在 Pandas 中使用 to_numeric() 函式將物件轉換為浮點型
Pandas 的 to_numeric() 函式可以用來將列表、系列、陣列或元組轉換為數字資料型別，也就是有符號、無符號的整型和浮點數型別。它還有 errors 引數來引發異常。下面是一個使用 to_numeric() 將物件型別轉換為浮點型別的例子。
import pandas as pd
df = pd.DataFrame([['10.0' ,6,7,8],
['1.0' ,9,12,14],
['5.0' ,8,10,6]], columns = ['a','b','c','d'])
df['a'] = pd.to_numeric(df['a'],errors = 'coerce')
print(df.info())
輸出：
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 4 columns):
a 3 non-null float64
b 3 non-null int64
c 3 non-null int64
d 3 non-null int64
dtypes: float64(1), int64(3)
memory usage: 224.0 bytes
Author: Manav Narula
Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.
LinkedIn