Python 将非数字列转换为数字列

我的进口是：

import pandas as pd
import numpy as np
from pandas.api.types import is_numeric_dtype

我创建了一个熊猫数据帧（名为df），如下所示：

   state  initial_temp     final_temp
0   Cold    48.0              88.1
1   hot     80.7              30.0
2   hot    140.2              25.0
3   hot     59.8              25.0
4   hot     80.0              25.0

df[["initial_temp", "final_temp"]] = df[["initial_temp", "final_temp"]].astype(float)

所有列都有dtypes对象，但是，唯一应该有该dtype的列是state列。我试图将所有实际数字列（初始和最终温度）转换为数字数据类型，并忽略/省略状态列。这主要是出于教学目的

我目前的尝试是：

def datatype_converter(df):
    col_list = []
    for column in df.columns:
        col_list.append(column)
        for i in range(len(col_list)):
            if is_numeric_dtype(df[col_list.pop()]):
                df.apply(pd.to_numeric, errors = 'coerce') # coerce invalid values to nan. 
            else:
                pass
    return df

---

您可以在适当的列上使用

astype

，如下所示：

   state  initial_temp     final_temp
0   Cold    48.0              88.1
1   hot     80.7              30.0
2   hot    140.2              25.0
3   hot     59.8              25.0
4   hot     80.0              25.0

df[["initial_temp", "final_temp"]] = df[["initial_temp", "final_temp"]].astype(float)

---

其中，

df

是您的数据帧。当然，这使得假设这些列中的所有值都是数字。

这似乎非常复杂。怎么样

target_cols=[col for col for col in df.columns if
是数字类型（df[col]）
]
对于目标列中的列：
df.loc[：，col]=pd.to_numeric（df[col]）

我相信有一种更明智的方法可以将其简化为一条语句，并避免在列上迭代（而是应用布尔掩码），但这是可读且简洁的。

您可以这样做

df.transform(pd.to_numeric, errors = 'ignore')

---

这是可行的，但是，这不是我真正想要的。我试着假设我不知道有多少列。因此，我正在尝试“自动化流程。非常感谢！”！这有助于提高我的编程技能。然而，这似乎并不能解决问题。所有列仍然是对象。有什么我遗漏/不理解的吗？它对我来说很好，将（在你的例子中）初始温度和最终温度转换为float64数据类型。非常感谢！这有助于提高我的编程技能。然而，这并不是我真正想要的。我试图用一个假设来解决这个问题，即状态栏可能没有一个一致的名称，只是它的内容不是“热”就是“冷”。因此，我试图“自动化”这个过程。@Caesar检查编辑