Python 更改数据帧中的多个列

我是Python的初学者，今天第一次进入熊猫世界。我要做的是将多个列从string转换为float。下面是一个简单的例子：

import numpy as np
import pandas as pd

def convert(str):
    try:
        return float(str.replace(',', ''))
    except:
        return None

df = pd.DataFrame([
    ['A', '1,234', '456,789'],
    ['B', '1'    , '---'    ]
], columns=['Company Name', 'X', 'Y'])

我想将

X

和

Y

转换为浮点。现实中有更多的列，我并不总是知道

X

和

Y

的列名，所以我必须使用整数索引

这项工作：

df.iloc[:, 1] = df.iloc[:, 1].apply(convert)
df.iloc[:, 2] = df.iloc[:, 2].apply(convert)

这并不是：

df.iloc[:, 1:2] = df.iloc[:, 1:2].apply(convert)
# Error: could not broadcast input array from shape (2) into shape (2,1)

---

是否要在多个列上同时应用

convert

功能？

您的逻辑有几个问题：

切片

1:2

排除

2

，与列表切片或

slice

对象语法一致。改用

1:3

通过works将元素函数应用于序列。要将元素相关函数应用于数据帧，您需要

从不隐藏内置：使用

mystr

或

x

而不是

str

作为变量或参数名

当您使用

try

/

结构时，通常应指定错误类型，在本例中为
ValueError

因此，这是一种解决方案：

def convert(x):
    try:
        return float(x.replace(',', ''))
    except ValueError:
        return None

df.iloc[:, 1:3] = df.iloc[:, 1:3].applymap(convert)

print(df)

  Company Name     X       Y
0            A  1234  456789
1            B     1     NaN

但是，您的逻辑效率很低：您应该尽可能利用列操作。这可以通过以下方式实现，并应用于每个系列：

---

为什么不使用

astype

？您是如何读取数据的？不过，使用参数为“千”的read_csv可能会做些小动作？使用

applymap

并以这种方式处理错误？你最终还是会遇到混合类型？@roganjosh，是的，我添加了推荐的系列解决方案。这里的最终产品是相同的，因为（显然）熊猫确实在

applymap

之后重铸为

float

。不过，我不相信这一点，这也是使用系列方法的另一个原因。Python和Pandas对我来说是全新的。谢谢你的帮助help@MikeHenderson，没问题，我的大部分观点都是Python的通用观点（不仅仅与熊猫有关），所以希望它能在其他地方帮助您。

def convert_series(x):
    return pd.to_numeric(x.str.replace(',', ''), errors='coerce')

df.iloc[:, 1:3] = df.iloc[:, 1:3].apply(convert_series)

print(df)

  Company Name     X       Y
0            A  1234  456789
1            B     1     NaN