更改Pandas数据框架中的数据类型

Question

我有一个csv文件，看起来像这样:

table = {'column1': [1,2,3],
'column2': ['(0.2, 0.02, NaN)','(0.0, 0.03, 0)','(0.1, NaN, 1)']}
df = pd.DataFrame(table)

我试图访问存储在"column2"中的数组，但是pandas说"column2"是一个对象，因此如果我打印df['column2'][0][0]，我得到的是'('而不是"0.2"

如何将数据类型从"object"到数值?

我试过了pd.to_numeric(df['column2'][0])但是没有成功。

Answer 1

eval和ast.literal_eval将不起作用，因为字符串NaN在没有上下文的Python中并不意味着任何东西(因为它是np.nan-但模块ast不知道这一点)

因此，您可以将NaNs更改为None，然后应用ast.literal_eval或eval，然后将Nones转换为np.nan:

import ast
df['column2'] = df['column2'].str.replace('NaN', 'None').apply(ast.literal_eval).apply(lambda x: tuple(np.nan if val is None else val for val in x))

和

df['column2'] = df['column2'].str.replace('NaN', 'None').apply(eval).apply(lambda x: tuple(np.nan if val is None else val for val in x))

---

较短的版本将NaN替换为np.nan，并为其提供Numpy模块:

import numpy as np
df['column2']=df['column2'].str.replace('NaN', 'np.nan').apply(eval)

---

如果您不想使用ast模块。

In [98]: df['column2'][0][0]
Out[98]: 0.2
In [100]: type(df['column2'][0])
Out[100]: tuple

Answer 2

一个选项可以是split的值:

df2 = df['column2'].str.strip('()').str.split(',s*', expand=True).astype(float)

输出:

0     1    2
0  0.2  0.02  NaN
1  0.0  0.03  0.0
2  0.1   NaN  1.0