代码之家 › 专栏 › 技术社区 › bolthy

将数据帧中的值从对象转换为整数/浮点数,但它们仍作为对象运行

integer object matplotlib pandas python

bolthy · 技术社区 · 9 月前

我的数据帧中有一组值,这些值是写为“100%”、“75%”等的对象我正在将这些转换为整数(100、75等)

这是我的功能

def convert_object_to_int(column):                                           
    column = column.astype(str)                                              
    column = column.str.rstrip('%')                                          
    column = pd.to_numeric(column, errors='coerce')                          
    column = column.fillna(column.median())                                  
    return column.astype(int)

使用以下命令调用函数后:

a1data.loc[:, 'Total(%)'] = convert_object_to_int(a1data['Total(%)'])

检查时,我的总计(%)列仍显示为对象 a1data.dtypes()

数字已经发生了变化,我能够在可视化和其他方面使用它们,但是,我无法对数据进行基本的描述性统计,因为它给了我分类描述。

我是个初学者,所以任何建议都将不胜感激。

我试着转换为浮点数,因为我读到int64曾经有一些问题。函数中的很多行感觉有点不必要,但直到所有这些行都存在,数字才发生了适当的变化。这些数字现在显示了我想要的结果,但它们仍然可以作为描述性统计和其他功能的对象。

1 回复 | 直到 9 月前

mozway 9 月前

这是因为您为现有系列分配了 a1data.loc[:, 'Total(%)'] ,它保持了原始的dtype。相反,用新的系列覆盖:

a1data['Total(%)'] = convert_object_to_int(a1data['Total(%)'])

print(a1data.dtypes)
# Total(%)    int64
# dtype: object

另请注意,您不需要重新分配函数中的所有中间体,您可以将其简化为:

def convert_object_to_int(column):                                           
    column = pd.to_numeric(column.astype(str)
                                 .str.rstrip('%'),
                           errors='coerce')
    return column.fillna(column.median()).astype(int)

或者没有任何变量:

def convert_object_to_int(column):                                           
    return (pd.to_numeric(column.astype(str)
                                .str.rstrip('%'),
                          errors='coerce')
              .pipe(lambda x: x.fillna(x.median()))
              .astype(int)
           )

推荐文章