在 Python 中将 float64 类型的数据帧转换为 float

Question

我创建了一个多索引数据帧，其中我使用了groupby平均值。

检查任何特定值的数据类型时

(使用ChkVlu = df.loc['Index1'].loc['index2'].loc['requiredcolumn'](

我得到的数据类型是numpy.float64.我需要本机python浮点数的数据类型。

如果我使用ChkVlu = float(ChkVlu)那么一次只有一个值从 float64 转换为 float，但是在对整个数据帧使用df = df.astype(float)时，我仍然得到数据类型为 numpy.float64。

我用过df = df.astype(float, copy=False)和df = df.astype(float, copy=True)但仍然float64而不是漂浮。

请帮助我将float64类型数据帧转换为浮点数。

编辑1 ： 在此处发布代码，其中 YearualData.csv 将索引 1 和 index2 作为第 1 2 列，并将年月组合作为下一组列，格式为 2001-01、2001-02、2001-03 .......2016-09、2016-10、2016-11，每行都有数值数据。 我正在转换列名称具有 q1、q2 等的季度数据，每个季度的平均值。

df = pd.read_csv(‘AnnualData.csv')
df.set_index(['index1, 'index2'],inplace = True)
def quarters(col):
if col.endswith(("01", "02", "03")):
final_col = col[:4] + "q1"
elif col.endswith(("04", "05", "06")):
final_col = col[:4] + "q2"
elif col.endswith(("07", "08", "09")):
final_col = col[:4] + "q3"
else:
final_col = col[:4] + "q4"
return final_col  
df = df.groupby(quarters, axis = 1).mean()
ChkVlu = df.loc['index1'].loc['index2'].loc['requiredcolumn']
type(ChkVlu)

Answer 1

您可以使用to_numeric，它将为您提供浮点数32

或 np.float32(x(

然后 x.item(( 会给你 python float