Python 如何找到哪些单元格不能'；不能转换成浮动吗？

pandas.DataFrame.astype（float）

引发

ValueError:无法将字符串转换为float

错误

找到导致这种情况发生的单元格的最佳方法是什么？

我认为您可以首先使用一些数字，例如

1

，使用参数

errors='concurve'

执行函数，如果值无法转换，则由

NaN

填充。然后你去查一下。最后一次用于查找包含

NaN

值的列和索引-这意味着显然存在

string

值或其他值，这些值无法转换为数字

import pandas as pd
import numpy as np

df = pd.DataFrame({'A':['a','b','',5],
                   'B':[4,5,6,5],
                   'C':[np.nan,8,9,7]})

print (df)
   A  B    C
0  a  4  NaN
1  b  5  8.0
2     6  9.0
3  5  5  7.0

---

您可以使用

dtype

属性来查找numpy对象的数据类型。 例如

这将生成一个布尔类型的输出，您可以从中轻松地进行比较

result
0     True
1     True
2    False
3    False
dtype: bool

---

上面的输出清楚地表明，索引2和3处的元素不是

浮点类型

，您可以简单地使用索引遍历单元格，并捕获如下错误：

for r in range(df_rows):
    for c in range(df_cols):
        try:
            float(df[r][c])
        except ValueError:
             print("Conversion error at coordinates", r, c)

---

我不会终止循环，因为您希望看到所有问题单元格，并且可能不止一个。

astype是否将尝试转换为

float

？比如如果它是一个字符串

'4.5'

，它会不会把它转换成

4.5

？你能验证不能转换的字符串是否是

NaN

？？至于NaN值，您需要指定它们应该如何转换，但是您可以使用

.fillna

方法来进行转换。

aType（float）

如果原始

数据帧中存在
float（'NaN'）
，则不会引发
ValueError
。因此，通过这种方式，我可能会得到误报：这段代码将无法区分原始的
float（'nan'）
和
to\u numeric
创建的代码。顺便说一句，我注意到
astype（float）
和
to\u numeric
可以做什么有区别
astype（float）
将在空字符串上引发
ValueError
，而
pd.to\u numeric
将在默认情况下将其转换为
NaN
（即使没有
errors='concurve'
）。但这不会对代码造成任何问题。不过，这很奇怪，在某些情况下，这肯定会影响逻辑。事实上，在我的例子中，我有一堆
float（'nan'）
和一些空字符串：）如果我的答案或其他答案有用，请不要忘记。谢谢。
pd.to\u numeric
的另一个奇怪之处是，如果有一个不可解析的值，使用
errors='ignore'
可以保持整个列不变。我想它只会保持那些无法转换成数字的单元格不变。也许是虫子？如果不是这样的话，我们可以在应用'errors='ignore'后检查哪些单元格保留了它们原来的
str
类型。我希望避免for循环，因为
数据帧
很大。但这应该行得通。我认为你必须使用
.iloc
；否则，如果索引恰好有整数标签，那么迭代将是错误的。我不使用pandas，因此这是一个通用的建议——并且具有简单性的优点，或者至少我这么认为。请随意更正我的答案。
 df = pd.DataFrame([[1.9, 2.987, 'abcd',1]])
 result = df.dtypes == np.float64

result
0     True
1     True
2    False
3    False
dtype: bool

for r in range(df_rows):
    for c in range(df_cols):
        try:
            float(df[r][c])
        except ValueError:
             print("Conversion error at coordinates", r, c)