如何在pandas中将对象数据类型转换为浮点数

Question

我有一个数据框，其中一列是"object"数据类型。我使用pd.to_numeric() 和 errors='coerce' 将其转换为"float"数据类型。但是，转换后的列中所有条目都显示为NaN。如果我将errors='ignore'，则不会将任何条目转换为浮点数。我是否遗漏了什么？以下是代码片段：

pd.to_numeric(df['gender'],errors = 'coerce')

列 df['gender'] 包含 'Male' 和 'Female' 条目。我想将它们转换为 'float' 数据类型。

谢谢！

- Nanda

Answer 1

"to_numeric" 只能将数值化的东西转换。例如，它可以将字符串 '10' 转换为数字 10，但它无法将像 'Male' 这样的东西转换为数字。

---

请使用 pd.factorize 替代：

df['gender'] = pd.factorize(df['gender'])[0].astype(float)

或者 Series.factorize：

df['gender'] = df['gender'].factorize()[0].astype(float)

< p > factorize函数的第一个元素包含整数代码，所以我们将它们转换为astype(float)

---

或者如你所评论的那样，Series.map 也可以使用：

df['gender'] = df['gender'].map({'Male': 0, 'Female': 1}).astype(float)

- tdy

---

谢谢！一个快速的评论：这不是与df.gender.replace({'Male': 1, 'Female': 0})相同吗？尽管如此，它运作得很好。 - Nanda

对的，map 也可以，只是手动一点。我还解释了为什么 to_numeric 在这里不起作用。 - tdy

pd.factorize() 存在一个明显的问题。给定列中的 NaN 条目被转换为“-1”。我尝试包括 "na_sentinel=None"，但它没有起作用。在某些应用程序中这样做可能是不利的。也许更好的方法是使用 'map' 方法，其中 NaN 条目被保留，并且可以使用填充/替换方法进行填充/替换。 - Nanda

如果存在NaN，则这是一个好的观点。在这种情况下，只有2个类别+ NaN，map是最简单的方法。如果您有大量类别+ NaN，则可以自动进行factorize并链接replace，例如pd.Series(df['gender'].factorize()[0]).replace(-1, np.nan)。 - tdy