python - 如何在 Pandas 中将 varchar 转换为 int/float

Question

我的数据来自mysql表格。

id,revenue,cost,state是varchar列。

• 我需要为仅状态的分类变量执行 get_dummies（一种热编码）

• 如果它直接从csv(pd.read_csv) 读取，我将获得id,revenue,cost作为 int/float 和state作为对象的 dtypes

我的问题是如何将对象转换为 int64/float 如果它的数字和对象用于类别变量

• 有strange可能出现类似 ?,- 的字符可能会出现在收入中，但我仍然希望此列是数字

我做了什么

• 要立即解决此varchar问题，请直接将数据库中的 int 更改为问题得到修复

但我需要在熊猫中做

df.apply(pd.to_numeric, errors='coerce').fillna(df) 仍然是我的 int/float 列，例如id,revenue,cost没有改变 dtype

标签： pythonpandas

Answer 1

我认为首先是必要的测试 dtypes 之后pd.read_csv：

print (df.dtypes)

然后将列转换为数字，但不能将缺失值替换为原始值，因为获取混合值 - 带字符串的数字：

cols = ['id','revenue','cost']
df[cols] = df[cols].apply(pd.to_numeric, errors='coerce')