pandas 将字符串转换为数字类型-ag捕鱼王app官网

本教程解释了如何使用 pandas.to_numeric() 方法将 pandas dataframe 的字符串值转换为数字类型。

import pandas as pd
items_df = pd.dataframe(
    {
        "id": [302, 504, 708, 103, 343, 565],
        "name": ["watch", "camera", "phone", "shoes", "laptop", "bed"],
        "cost": ["300", "400", "350", "100", "1000", "400"],
    }
)
print(items_df)

输出：

    id    name  cost
0  302   watch   300
1  504  camera   400
2  708   phone   350
3  103   shoes   100
4  343  laptop  1000
5  565     bed   400

我们将用上面的例子来演示如何将 dataframe 的值转换为数字类型。

pandas.to_numeric() 方法

语法

pandas.to_numeric(arg, errors="raise", downcast=none)

它将作为 arg 传递的参数转换为数字类型。默认情况下，arg 将被转换为 int64 或 float64。我们可以设置 downcast 参数的值，将 arg 转换为其他数据类型。

使用 pandas.to_numeric() 方法将 pandas dataframe 的字符串值转换为数字类型

import pandas as pd
items_df = pd.dataframe(
    {
        "id": [302, 504, 708, 103, 343, 565],
        "name": ["watch", "camera", "phone", "shoes", "laptop", "bed"],
        "cost": ["300", "400", "350", "100", "1000", "400"],
    }
)
print("the items dataframe is:")
print(items_df, "\n")
print("datatype of cost column before type conversion:")
print(items_df["cost"].dtypes, "\n")
items_df["cost"] = pd.to_numeric(items_df["cost"])
print("datatype of cost column after type conversion:")
print(items_df["cost"].dtypes)

输出：

the items dataframe is:
    id    name  cost
0  302   watch   300
1  504  camera   400
2  708   phone   350
3  103   shoes   100
4  343  laptop  1000
5  565     bed   400 
datatype of cost column before type conversion:
object 
datatype of cost column after type conversion:
int64

它将 items_df 中 cost 列的数据类型从 object 转换为 int64。

将 pandas dataframe 中的字符串值转换为含有其他字符的数字类型

如果我们想将一列转换成数值类型，其中有一些字符的值，我们得到一个错误说 valueerror: unable to parse string。在这种情况下，我们可以删除所有非数字字符，然后进行类型转换。

import pandas as pd
items_df = pd.dataframe(
    {
        "id": [302, 504, 708, 103, 343, 565],
        "name": ["watch", "camera", "phone", "shoes", "laptop", "bed"],
        "cost": ["$300", "$400", "$350", "$100", "$1000", "$400"],
    }
)
print("the items dataframe is:")
print(items_df, "\n")
print("datatype of cost column before type conversion:")
print(items_df["cost"].dtypes, "\n")
items_df["cost"] = pd.to_numeric(items_df["cost"].str.replace("$", ""))
print("datatype of cost column after type conversion:")
print(items_df["cost"].dtypes, "\n")
print("dataframe after type conversion:")
print(items_df)

输出：

the items dataframe is:
    id    name   cost
0  302   watch   $300
1  504  camera   $400
2  708   phone   $350
3  103   shoes   $100
4  343  laptop  $1000
5  565     bed   $400 
datatype of cost column before type conversion:
object 
datatype of cost column after type conversion:
int64 
dataframe after type conversion:
    id    name  cost
0  302   watch   300
1  504  camera   400
2  708   phone   350
3  103   shoes   100
4  343  laptop  1000
5  565     bed   400

它删除了与 cost 列的值相连的 $ 字符，然后使用 pandas.to_numeric() 方法将这些值转换为数字类型。