Pandas 将字符串转换为数字类型

Suraj Joshi 2023年1月30日
  1. pandas.to_numeric() 方法
  2. 使用 pandas.to_numeric() 方法将 Pandas DataFrame 的字符串值转换为数字类型
  3. 将 Pandas DataFrame 中的字符串值转换为含有其他字符的数字类型
Pandas 将字符串转换为数字类型

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 int64float64。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_dfCost 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。

作者: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

相关文章 - Pandas Data Type