python - column - pandas astype

Pandas: Convertir a numérico, crear NaNs cuando sea necesario

Question

Digamos que tengo una columna en un marco de datos que tiene algunos números y algunos que no son números

>> df[''foo'']
0       0.0
1     103.8
2     751.1
3       0.0
4       0.0
5         -
6         -
7       0.0
8         -
9       0.0
Name: foo, Length: 9, dtype: object

¿Cómo puedo convertir esta columna en np.float y tener todo lo demás que no sea flotante convertirlo a NaN ?

Cuando intento:

>> df[''foo''].astype(np.float)

o

>> df[''foo''].apply(np.float)

Obtengo ValueError: could not convert string to float: -

Answer 1

En pandas 0.17.0 convert_objects una advertencia:

FutureWarning: convert_objects está en desuso. Utilice los convertidores específicos de tipo de datos pd.to_datetime, pd.to_timedelta y pd.to_numeric.

Puede usar el método pd.to_numeric y aplicarlo para el marco de datos con arg coerce .

df1 = df.apply(pd.to_numeric, args=(''coerce'',))

o puede ser de una manera más apropiada:

df1 = df.apply(pd.to_numeric, errors=''coerce'')

EDITAR

Ese método solo es válido para pandas versión> = 0.17.0 , de los documentos de novedades de pandas 0.17.0 :

pd.to_numeric es una nueva función para forzar cadenas a números (posiblemente con coerción) (GH11133)

Answer 2

Primero reemplace todos los valores de cadena con None , para marcarlos como valores faltantes y luego conviértalo en flotante.

df[''foo''][df[''foo''] == ''-''] = None
df[''foo''] = df[''foo''].astype(float)

Answer 3

Simplemente puede usar pd.to_numeric y configurar el error para coerce sin usar apply

df[''foo''] = pd.to_numeric(df[''foo''], errors=''coerce'')

Answer 4

Utilice el método de la serie convert_objects (y convert_numeric ):

In [11]: s
Out[11]: 
0    103.8
1    751.1
2      0.0
3      0.0
4        -
5        -
6      0.0
7        -
8      0.0
dtype: object

In [12]: s.convert_objects(convert_numeric=True)
Out[12]: 
0    103.8
1    751.1
2      0.0
3      0.0
4      NaN
5      NaN
6      0.0
7      NaN
8      0.0
dtype: float64

Nota: esto también está disponible como un método de DataFrame.