DataFrame에서 문자열을 부동 소수점으로 변환

문자열과 NaN값을 포함하는 DataFrame 열 을 부동으로 변환하는 방법. 그리고 값이 문자열과 부동 소수점 인 또 다른 열이 있습니다. 이 전체 열을 float로 변환하는 방법.

참고 : pd.convert_objects 이제 더 이상 사용되지 않습니다. pd.Series.astype(float)또는 pd.to_numeric다른 답변에 설명 된대로 사용해야 합니다.

이것은 0.11에서 사용할 수 있습니다. 강제 변환 (또는 nan으로 설정) 이것은 astype실패 할 때도 작동합니다. 또한 시리즈별로 시리즈이므로 완전한 문자열 열을 변환하지 않습니다.

In [10]: df = DataFrame(dict(A = Series(['1.0','1']), B = Series(['1.0','foo'])))

In [11]: df
Out[11]: 
     A    B
0  1.0  1.0
1    1  foo

In [12]: df.dtypes
Out[12]: 
A    object
B    object
dtype: object

In [13]: df.convert_objects(convert_numeric=True)
Out[13]: 
   A   B
0  1   1
1  1 NaN

In [14]: df.convert_objects(convert_numeric=True).dtypes
Out[14]: 
A    float64
B    float64
dtype: object

시도해 볼 수 있습니다 df.column_name = df.column_name.astype(float). 에 관해서 NaN값, 당신은 그들이 변환 할 방법을 지정해야하지만 당신은 사용할 수 있습니다 .fillna그것을 할 방법을.

예:

In [12]: df
Out[12]: 
     a    b
0  0.1  0.2
1  NaN  0.3
2  0.4  0.5

In [13]: df.a.values
Out[13]: array(['0.1', nan, '0.4'], dtype=object)

In [14]: df.a = df.a.astype(float).fillna(0.0)

In [15]: df
Out[15]: 
     a    b
0  0.1  0.2
1  0.0  0.3
2  0.4  0.5

In [16]: df.a.values
Out[16]: array([ 0.1,  0. ,  0.4])

최신 버전의 pandas (0.17 이상)에서는 to_numeric 함수를 사용할 수 있습니다 . 전체 데이터 프레임 또는 개별 열만 변환 할 수 있습니다. 또한 숫자 값으로 변환 할 수없는 항목을 처리하는 방법을 선택할 수있는 기능도 제공합니다.

import pandas as pd
s = pd.Series(['1.0', '2', -3])
pd.to_numeric(s)
s = pd.Series(['apple', '1.0', '2', -3])
pd.to_numeric(s, errors='ignore')
pd.to_numeric(s, errors='coerce')

df['MyColumnName'] = df['MyColumnName'].astype('float64') 

float로 변환하기 전에 빈 문자열 ( '')을 np.nan으로 바꿔야합니다. 즉 :

df['a']=df.a.replace('',np.nan).astype(float)

다음은 예입니다.

                            GHI             Temp  Power Day_Type
2016-03-15 06:00:00 -7.99999952505459e-7    18.3    0   NaN
2016-03-15 06:01:00 -7.99999952505459e-7    18.2    0   NaN
2016-03-15 06:02:00 -7.99999952505459e-7    18.3    0   NaN
2016-03-15 06:03:00 -7.99999952505459e-7    18.3    0   NaN
2016-03-15 06:04:00 -7.99999952505459e-7    18.3    0   NaN

그러나 이것이 모든 문자열 값이라면 ... 내 경우와 같이 ... 원하는 열을 부동 소수점으로 변환하십시오.

df_inv_29['GHI'] = df_inv_29.GHI.astype(float)
df_inv_29['Temp'] = df_inv_29.Temp.astype(float)
df_inv_29['Power'] = df_inv_29.Power.astype(float)

이제 데이터 프레임에 부동 값이 있습니다. :-)