pandas object格式轉(zhuǎn)float64格式的方法
更新時(shí)間：2018年04月10日 16:15:58 作者：chestnut--
下面小編就為大家分享一篇pandas object格式轉(zhuǎn)float64格式的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
在數(shù)據(jù)處理過程中
比如從CSV文件中導(dǎo)入數(shù)據(jù)
data_df = pd.read_csv("names.csv")
在處理之前一定要查看數(shù)據(jù)的類型
data_df.info()
*RangeIndex: 891 entries, 0 to 890 Data columns (total 12 columns): Name 891 non-null object Sex 891 non-null object Age 714 non-null float64 SibSp 891 non-null int64 Parch 891 non-null int64 Ticket 891 non-null object Fare 891 non-null float64 Cabin 204 non-null object Embarked 889 non-null object dtypes: float64(2), int64(5), object(5) memory usage: 83.6+ KB*
以上object , int64, 以及 float64 便是數(shù)據(jù)的類型。
如果我們需要對(duì)列數(shù)據(jù)進(jìn)行相互之間的運(yùn)算的吧，必須注意的一點(diǎn)是：
兩列的數(shù)據(jù)類型是否是相同的!!
如果一個(gè)object類型與int64的類型相加，便會(huì)發(fā)生錯(cuò)誤
錯(cuò)誤提示可能如下：
TypeError: ufunc 'add' not contain a loop with signature matching types dtype('<U32') dtype('<U32') dtype('<U32')
此時(shí)的object類型可能是‘12.3'這樣str格式的數(shù)字，如果要運(yùn)算必須進(jìn)行格式轉(zhuǎn)換：
可采用如下方法(convert_objects)：
dt_df = dt_df.convert_objects(convert_numeric=True)
親測有效。
再提醒一遍！得到數(shù)據(jù)一定要先查看數(shù)據(jù)類型?。?！
以上這篇pandas object格式轉(zhuǎn)float64格式的方法就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了python 裝飾器的基本使用，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-01-01
這篇文章主要介紹了python手寫選擇排序方式(不用sort),具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
這篇文章主要介紹了pytest之a(chǎn)ssert斷言的具體使用，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
Python判斷對(duì)象是否為文件對(duì)象(file object)的三種方法示例
這篇文章主要介紹了Python判斷對(duì)象是否為文件對(duì)象(file object)的三種方法示例，https://www.pythontab.com/html/2018/pythonhexinbiancheng_1015/1362.html2019-04-04
Python3基礎(chǔ)之條件與循環(huán)控制實(shí)例解析
這篇文章主要介紹了Python3基礎(chǔ)的條件與循環(huán)控制,需要的朋友可以參考下2014-08-08
python驗(yàn)證多組數(shù)據(jù)之間有無顯著差異
這篇文章主要介紹了python驗(yàn)證多組數(shù)據(jù)之間有無顯著差異，利用方差分析和卡方分布驗(yàn)證多組數(shù)據(jù)之間的某些屬性有無顯著性差異，對(duì)于連續(xù)性屬性可以用方差分析，對(duì)于離散型屬性可以用卡方檢驗(yàn)。下面文章詳細(xì)內(nèi)容需要的小伙伴可以參考一下2022-01-01
python re的findall和finditer的區(qū)別詳解
這篇文章主要介紹了python re的findall和finditer的區(qū)別詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
這篇文章主要介紹了django 消息框架 message使用詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-07-07
自從用?Python?編寫第一行代碼以來，我就被它的簡單性、出色的可讀性和流行的單行代碼所吸引。在本文中，將為大家介紹和解釋其中的一些單行代碼，希望對(duì)大家有所幫助2022-12-12
Python使用scipy模塊實(shí)現(xiàn)一維卷積運(yùn)算示例
這篇文章主要介紹了Python使用scipy模塊實(shí)現(xiàn)一維卷積運(yùn)算,結(jié)合實(shí)例形式分析了scipy模塊的功能及使用scipy模塊進(jìn)行一維卷積運(yùn)算的相關(guān)操作技巧,需要的朋友可以參考下2019-09-09