Python 将值中的对象数据类型转换为浮点数据类型_Python_Pandas_Scikit Learn

Python 将值中的对象数据类型转换为浮点数据类型

python pandas scikit-learn

Python 将值中的对象数据类型转换为浮点数据类型,python,pandas,scikit-learn,Python,Pandas,Scikit Learn,我正在对Ecoli数据集进行分类，作为一项任务数据集从UCI存储库中收集。要创建决策树分类器，我需要将对象数据类型转换为float。将数据类型转换为float时，列中的字符串将全部更改为“NaN” 所以我不能在fit（）函数中使用该列那么输出是这样的尝试将序列转换为数字，并在被告知时强制执行 errors='compresse'将把它能转换的任何东西转换成float，不能转换的任何东西转换成NaNs 如果您想将无法转换为float的内容保留在调试的原始表单，执行errors='igno

我正在对Ecoli数据集进行分类，作为一项任务数据集从UCI存储库中收集。要创建决策树分类器，我需要将对象数据类型转换为float。将数据类型转换为float时，列中的字符串将全部更改为“NaN” 所以我不能在fit（）函数中使用该列

那么输出是这样的

尝试将序列转换为数字，并在被告知时强制执行

```
errors='compresse'
```
将把它能转换的任何东西转换成
```
float
```
，不能转换的任何东西转换成
```
NaN
```
s
如果您想将无法转换为
```
float
```
的内容保留在调试的原始表单，执行
```
errors='ignore'
```

另外，你能把原始数据放在蛋白质序列栏吗？也许，在转换之前稍微清洗一下会有所帮助

data_file = pd.read_csv('/home/root-user/Documents/ecoli.csv')
df1 = pd.DataFrame(data_file)
df1_cleaned = df1.drop('SEQUENCE_NAME',axis=1)
df1_cleaned['PROTEIN_SEQUENCE'] = pd.to_numeric(df1_cleaned['PROTEIN_SEQUENCE'], errors='coerce')
cleaned_list = df1_cleaned.values.tolist()
print(df1_cleaned)