将数据帧中的序列从exp.对象转换为float

Question

我有csv，csv的两列是指数表示法。

我想把它转换成float或int，这样做：

df = pd.read_csv('clm_data.csv', sep = ';')
pd.set_option('display.float_format', '{:.0f}'.format)
df.dtypes

这些类型：

NAME             object
ID               object
RESPONSE_TYPE     int64
RESPONSE_DATE    object
SYSTEM.          object

转换函数：

def unfloater(x):
value = x.replace(',', '.')
return float(value)

当我尝试使用apply来处理多行时，比如：

df[["NAME", "RESPONSE_DATE"]] = df[["NAME", "RESPONSE_DATE"]].apply(unfloater)

我得到了TypeError：无法将序列转换为<类"float">

但当我使用申请一个系列时，一切都很好。

多重申请有什么问题？轴=1是无用的

Answer 1

您现在将一行而不是单个值传递给函数，因此float()不起作用。您可以像这样使用.astype(float)：

df = pd.DataFrame({"a": ["1,1e1", "2,2e2", "3,3e3", "4,4e4"],
"b": ["5,5e5", "6,6e6", "7,7e7", "8,8e8"]})
df[["a", "b"]].apply(lambda row: row.str.replace(",", ".")).astype(float)

Answer 2

您可以使用以下方法之一：

方法1：使用astype((

df['NLS'] = df['NLS'].astype(float)

方法2：使用to_numeric((将对象转换为浮点

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

转换所有

df = df.apply(pd.to_numeric)
df.dtypes