Python 熊猫：将带空字符串的列转换为浮点

在我的应用程序中，我收到一个pandas数据帧（比如，

block

），它有一个名为

est

的列。此列可以包含字符串或浮点数的组合。我需要将列中的所有值转换为浮点数，并使列类型为

float64

。我使用以下代码执行此操作：

block[est].convert_objects(convert_numeric=True)
block[est].astype('float')

这适用于大多数情况。但是，在一种情况下，

est

包含所有空字符串。在这种情况下，第一条语句执行时不会出错，但列中的空字符串仍然是空字符串。然后，第二条语句导致错误：

ValueError:无法将字符串转换为float:

如何修改代码以处理包含所有空字符串的列

编辑：我知道我可以只做

块[est].replace（“，np.NaN）

，但我想知道是否有办法只处理我缺少的

convert\u对象

或

astype

澄清：出于项目特定的原因，我需要使用pandas 0.16.2

下面是与一些示例数据的交互，演示了故障：

>>> block = pd.DataFrame({"eps":["", ""]})
>>> block = block.convert_objects(convert_numeric=True)
>>> block["eps"]
0
1
Name: eps, dtype: object
>>> block["eps"].astype('float')
...
ValueError: could not convert string to float:

---

使用以下工具更容易实现：

熊猫。给你数字

“强制”将任何值错误转换为

NaN

df['eps'].astype('float')
0    1.0
1    1.6
2    1.6
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64

然后，您可以应用其他函数而不会出现错误：

df['eps'].round()
0    1.0
1    2.0
2    2.0
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64

---

我不这么认为。我在这里遇到的问题是空字符串，而不是修改非空值。请发布几行示例数据好吗？与我的pandas版本不兼容：

AttributeError:“DataFrame”对象没有属性“data”

对不起，这是我给该列的名称。根据您的示例，这应该是eps。这将用NaN替换有效数据，这不是我想要做的。例如，如果我的数据帧包含[“”，“1.0”]，则“1.0”也会转换为NaN。这就是为什么示例数据要走很长的路。你能寄一些吗？

df['eps'].astype('float')
0    1.0
1    1.6
2    1.6
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64

df['eps'].round()
0    1.0
1    2.0
2    2.0
3    NaN
4    NaN
5    NaN
Name: eps, dtype: float64