파이썬 언제 적용 (pd.to_numeric)하고 언제 파이썬에서 astype (np.float64)을해야합니까?

int64 볼륨 측정 열이있는 xiv 라는 pandas DataFrame 개체가 있습니다.

In[]: xiv['Volume'].head(5)
Out[]: 

0    252000
1    484000
2     62000
3    168000
4    232000
Name: Volume, dtype: int64

In[]: xiv['Volume'] = pd.to_numeric(xiv['Volume'])

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('int64')

또는...

In[]: xiv['Volume'] = pd.to_numeric(xiv['Volume'])
Out[]: ###omitted for brevity###

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('int64')

In[]: xiv['Volume'] = xiv['Volume'].apply(pd.to_numeric)

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('int64')

또한 별도의 pandas Series 를 만들고 해당 Series에 위에 나열된 방법을 사용하여 x [ 'Volume'] 개체에 다시 할당하려고 시도했습니다. > pandas.core.series.Series 객체.

그러나 numpy 패키지의 float64 유형을 사용하여이 문제에 대한 해결책을 찾았습니다. 이것은 작동하지만 왜 다른지 모르겠습니다 < / em> .

In[]: xiv['Volume'] = xiv['Volume'].astype(np.float64)

In[]: xiv['Volume'].dtypes
Out[]: 
dtype('float64') 

누군가 pandas 라이브러리를 사용하여 numpy 라이브러리가 float64 클래스로 쉽게 수행하는 작업을 수행하는 방법을 설명 할 수 있습니까? 즉, xiv DataFrame의 열을 float64 로 변환합니다.

 

해결 방법

 

데모:

In [90]: df = pd.DataFrame(np.random.randint(10**5,10**7,(5,3)),columns=list('abc'), dtype=np.int64)

In [91]: df
Out[91]:
         a        b        c
0  9059440  9590567  2076918
1  5861102  4566089  1947323
2  6636568   162770  2487991
3  6794572  5236903  5628779
4   470121  4044395  4546794

In [92]: df.dtypes
Out[92]:
a    int64
b    int64
c    int64
dtype: object

In [93]: df['a'] = df['a'].astype(float)

In [94]: df.dtypes
Out[94]:
a    float64
b      int64
c      int64
dtype: object

object (문자열) dtype에는 작동하지 않으며 숫자로 변환 할 수 없습니다 :

In [95]: df.loc[1, 'b'] = 'XXXXXX'

In [96]: df
Out[96]:
           a        b        c
0  9059440.0  9590567  2076918
1  5861102.0   XXXXXX  1947323
2  6636568.0   162770  2487991
3  6794572.0  5236903  5628779
4   470121.0  4044395  4546794

In [97]: df.dtypes
Out[97]:
a    float64
b     object
c      int64
dtype: object

In [98]: df['b'].astype(float)
...
skipped
...
ValueError: could not convert string to float: 'XXXXXX'

In [99]: df['b'] = pd.to_numeric(df['b'], errors='coerce')

In [100]: df
Out[100]:
           a          b        c
0  9059440.0  9590567.0  2076918
1  5861102.0        NaN  1947323
2  6636568.0   162770.0  2487991
3  6794572.0  5236903.0  5628779
4   470121.0  4044395.0  4546794

In [101]: df.dtypes
Out[101]:
a    float64
b    float64
c      int64
dtype: object

 

참조 페이지 https://stackoverflow.com/questions/40095712