Python 转换数据帧类型

我通过mysql调用创建了一个dataFrame，它以对象类型返回数据

数据主要是数字，带有一些“na”值

---

如何强制转换数据帧的类型，以便正确地键入数值（浮动），并将“na”值表示为numpy NaN值？

df=df。convert\u对象（convert\u numeric=True）

在大多数情况下都有效

---

我应该注意，这复制了数据。最好在初始读取时将其转换为数字类型。如果您发布代码和一个小示例，可能有人可以帮助您。

在数据帧上使用替换方法：

import numpy as np
df = DataFrame({
'k1': ['na'] * 3 + ['two'] * 4,
'k2': [1, 'na', 2, 'na', 3, 4, 4]})

print df

df = df.replace('na', np.nan)

print df

---

我认为指出df.replace（'na'，np.nan）本身不起作用是有帮助的。您必须将其分配回现有数据帧。

这是Tom建议的，是正确的

In [134]: s = pd.Series(['1','2.','na'])

In [135]: s.convert_objects(convert_numeric=True)
Out[135]: 
0     1
1     2
2   NaN
dtype: float64

正如Andy指出的，这不能直接工作（我认为这是一个bug），所以首先转换为所有字符串元素，然后再转换

In [136]: s2 = pd.Series(['1','2.','na',5])

In [138]: s2.astype(str).convert_objects(convert_numeric=True)
Out[138]: 
0     1
1     2
2   NaN
3     5
dtype: float64

---

这似乎不起作用，例如，

s=pd.系列（[1，'na'，3，4]）；s、 convert\u objects（convert\u numeric=True）

Hmm它适用于数据帧。我猜他们不是在用同样的启发法重铸？编辑：我猜你举的例子不起作用。我正在使用类似于

s=pd.DataFrame（['1'，'na'，'3'，'4']）的东西。

它适用于这一点。似乎不。。。e、 g.

df=pd.DataFrame（s）

：创建了一个错误，当有一个非字符串元素时，我认为这是一个错误。我刚刚在Github问题上发布了这个元素，但是Github坏了。你可以使用

inplace=True

创建的。。。我猜标准的说法是，在这一点之前它应该已经被转换了！