Python 有没有一种方法可以有效地转换数据帧中的数据类型'；谁的专栏？

数据帧

df

有一列名为

LastPrice

。每个

df['LastPrice']

都是一个

字符串

，我想将

字符串

转换为

浮点

。我使用

map

来解决它

#-*- encoding:utf-8 -*-
import pandas as pd
from pandas import Series,DataFrame

df = DataFrame({'Time':['1-14','1-15','1-16'],'LastPrice':['1.0','2.0','3.0']},columns = ['Time','LastPrice'])
f_L = df['LastPrice'].map(float)
print type(f_L[0])
print type(df['LastPrice'][0])

结果是：

<type 'numpy.float64'>
<type 'str'>
[Finished in 1.2s]

有没有一种方法可以有效地转换数据帧列中的数据类型？ 我的意思是就地转换数据类型，而不是重新分配。

您可以用于

pandas

version>=

0.17.0

：

pd.to_numeric(df['LastPrice'])

In [110]: pd.to_numeric(df['LastPrice'])
Out[110]:
0    1
1    2
2    3
Name: LastPrice, dtype: float64

在版本中，您可以尝试：

df['LastPrice']=df['LastPrice'].astype（float）
df=数据帧（{'Time'：['1-14'，'1-15'，'1-16']，'LastPrice'：['1.0'，'2.0'，'3.0']，
列=[“时间”，“最后价格]）
df['LastPrice']=df['LastPrice'].astype（浮动）
打印df
时间最后价格
0  1-14          1
1  1-15          2
2  1-16          3
打印类型（df['LastPrice'][0]）

我有时使用自定义函数

def str_to_flt(s):
    try:
        return float(s)
    except ValueError:
        return None

然后我使用自定义函数

 df['FloatField']=df['StrField'].apply(str_to_flt)

然后，我可以识别设置为NaN的“坏”值

希望这有帮助

df['LastPrice'] = df['LastPrice'].astype(float)


df = DataFrame({'Time':['1-14','1-15','1-16'],'LastPrice':['1.0','2.0','3.0']},
                                                              columns = ['Time','LastPrice'])

df['LastPrice'] = df['LastPrice'].astype(float)
print df
   Time  LastPrice
0  1-14          1
1  1-15          2
2  1-16          3

print type(df['LastPrice'][0])
<type 'numpy.float64'>

def str_to_flt(s):
    try:
        return float(s)
    except ValueError:
        return None

 df['FloatField']=df['StrField'].apply(str_to_flt)