此问题在此处已有答案:
Pandas: Converting to numeric, creating NaNs when necessary(4个答案)
3天前关闭。
我有一个数据集,有数值,空值和文本值。我想在Pandas中做以下事情:
1.数值-〉浮点
1.空值-〉N/A
1.文本值-〉N/A
当我尝试运行astype('float')
时,我得到一个错误:
import pandas as pd
data = ['5', '4', '3', '', 'NO DATA ', '5']
data = ['5', '4', '3', '', '', '5']
df = pd.DataFrame({'data': data})
df[['data']].astype('float')
我试着看过文档和stackoverflow,但我没有找到如何做到这一点。
1条答案
按热度按时间hyrbngr71#
使用panda的
to_numeric
函数,我们可以将任何有效值转换为浮点数,而将无效值转换为NaN:errors='coerce'
确保将无效值转换为NaN,而不是引发错误。结果会是: