convertir - object to float python

Convierte pandas.Series del objeto dtype a float, y los errores a nans

Question

Considere la siguiente situación:

In [2]: a = pd.Series([1,2,3,4,''.''])

In [3]: a
Out[3]: 
0    1
1    2
2    3
3    4
4    .
dtype: object

In [8]: a.astype(''float64'', raise_on_error = False)
Out[8]: 
0    1
1    2
2    3
3    4
4    .
dtype: object

Hubiera esperado una opción que permitiera la conversión al convertir valores erróneos (como eso) a NaN s. ¿Hay una manera de lograr esto?

Answer 1

A partir de v0.17, convert_objects está en desuso.
Para convertir una serie a numérica, use pd.to_numeric con el argumento errors=''coerce'' .

# Setup.
s = pd.Series([''1'',''2'',''3'',''4'',''.''])
s

0    1
1    2
2    3
3    4
4    .
dtype: object

pd.to_numeric(s, errors=''coerce'')

0    1.0
1    2.0
2    3.0
3    4.0
4    NaN
dtype: float64

Si necesita completar los NaN , use Series.fillna .

pd.to_numeric(s, errors=''coerce'').fillna(0, downcast=''infer'')

0    1
1    2
2    3
3    4
4    0
dtype: float64

Tenga en cuenta que downcast=''infer'' intentará bajar los flotantes a enteros siempre que sea posible. Quita el argumento si no quieres eso.

Extensión para DataFrames
Si necesita extender esto a DataFrames, deberá aplicarlo a cada fila. Puede hacerlo utilizando DataFrame.apply .

# Setup.
np.random.seed(0)
df = pd.DataFrame({
    ''A'' : np.random.choice(10, 5), 
    ''C'' : np.random.choice(10, 5), 
    ''B'' : [''1'', ''###'', ''...'', 50, ''234''], 
    ''D'' : [''23'', ''1'', ''...'', ''268'', ''$$'']}
)[list(''ABCD'')]
df

   A    B  C    D
0  5    1  9   23
1  0  ###  3    1
2  3  ...  5  ...
3  3   50  2  268
4  7  234  4   $$

df.dtypes

A     int64
B    object
C     int64
D    object
dtype: object

df.apply(pd.to_numeric, errors=''coerce'')

   A      B  C      D
0  5    1.0  9   23.0
1  0    NaN  3    1.0
2  3    NaN  5    NaN
3  3   50.0  2  268.0
4  7  234.0  4    NaN

df.apply(pd.to_numeric, errors=''coerce'').dtypes

A      int64
B    float64
C      int64
D    float64
dtype: object

También puedes hacer esto con DataFrame.transform ; aunque mis pruebas indican que esto es ligeramente más lento:

df.transform(pd.to_numeric, errors=''coerce'')

   A      B  C      D
0  5    1.0  9   23.0
1  0    NaN  3    1.0
2  3    NaN  5    NaN
3  3   50.0  2  268.0
4  7  234.0  4    NaN

Si tiene muchas columnas (numéricas; no numéricas), puede hacer que esto sea un poco más pd.to_numeric aplicando pd.to_numeric en las columnas no numéricas.

df.dtypes.eq(object)

A    False
B     True
C    False
D     True
dtype: bool

cols = df.columns[df.dtypes.eq(object)]
# Actually, `cols` can be any list of columns you need to convert.
cols
# Index([''B'', ''D''], dtype=''object'')

df[cols] = df[cols].apply(pd.to_numeric, errors=''coerce'')
# Alternatively,
# for c in cols:
#     df[c] = pd.to_numeric(df[c], errors=''coerce'')

df

   A      B  C      D
0  5    1.0  9   23.0
1  0    NaN  3    1.0
2  3    NaN  5    NaN
3  3   50.0  2  268.0
4  7  234.0  4    NaN

La aplicación de pd.to_numeric largo de las columnas (es decir, axis=0 , el valor predeterminado) debe ser un poco más rápida para los DataFrames largos.

Answer 2

In [30]: pd.Series([1,2,3,4,''.'']).convert_objects(convert_numeric=True)
Out[30]: 
0     1
1     2
2     3
3     4
4   NaN
dtype: float64