Pandas：转换为数字，必要时创建 NaN

问题描述：

假设我在数据框中有一列，其中包含一些数字和一些非数字

>> 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

我怎样才能将此列转换为np.float，并将其他非浮点数转换为NaN？

当我尝试时：

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

或者

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

我明白了ValueError: could not convert string to float: -

解决方案 1：

在 pandas 中0.17.0 convert_objects引发警告：

FutureWarning：convert_objects 已弃用。请使用特定于数据类型的转换器 pd.to_datetime、pd.to_timedelta 和 pd.to_numeric。

您可以使用pd.to_numeric方法并将其应用于带有 arg 的数据框coerce。

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

或者更恰当地说：

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

编辑

上述方法只对 pandas 版本 >= 有效0.17.0，来自文档 pandas 0.17.0 中的新功能：

pd.to_numeric 是一个新函数，用于将字符串强制转换为数字（可能带有强制）（GH11133）

解决方案 2：

使用convert_objectsSeries 方法（和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

注意：这也可以作为 DataFrame 方法使用。

解决方案 3：

您可以简单地使用pd.to_numeric并将错误设置为而coerce无需使用apply

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

解决方案 4：

首先用 替换所有字符串值None，以将它们标记为缺失值，然后将其转换为浮点数。

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