pandas object格式转float64格式的方法
更新时间：2018年04月10日 16:15:58 作者：chestnut--
下面小编就为大家分享一篇pandas object格式转float64格式的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
在数据处理过程中
比如从CSV文件中导入数据
data_df = pd.read_csv("names.csv")
在处理之前一定要查看数据的类型
data_df.info()
*RangeIndex: 891 entries, 0 to 890 Data columns (total 12 columns): Name 891 non-null object Sex 891 non-null object Age 714 non-null float64 SibSp 891 non-null int64 Parch 891 non-null int64 Ticket 891 non-null object Fare 891 non-null float64 Cabin 204 non-null object Embarked 889 non-null object dtypes: float64(2), int64(5), object(5) memory usage: 83.6+ KB*
以上object , int64, 以及 float64 便是数据的类型。
如果我们需要对列数据进行相互之间的运算的吧，必须注意的一点是：
两列的数据类型是否是相同的!!
如果一个object类型与int64的类型相加，便会发生错误
错误提示可能如下：
TypeError: ufunc 'add' not contain a loop with signature matching types dtype('<U32') dtype('<U32') dtype('<U32')
此时的object类型可能是‘12.3'这样str格式的数字，如果要运算必须进行格式转换：
可采用如下方法(convert_objects)：
dt_df = dt_df.convert_objects(convert_numeric=True)
亲测有效。
再提醒一遍！得到数据一定要先查看数据类型！！！
以上这篇pandas object格式转float64格式的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
centos 自动运行python脚本和配置 Python 定时任务
这篇文章主要介绍了centos 自动运行python脚本和配置 Python 定时任务，文章内容介绍详细，需要的小伙伴可以参考一下，希望对你有所帮助2022-03-03
itertools是python内置的模块，使用简单且功能强大。这篇文章就主要介绍了通过itertools实现可迭代对象的无限迭代、有限迭代和排列组合。感兴趣的同学可以关注一下2021-12-12
在Python中，集合(Set) 是一个无序、不重复的序列，它不支持索引。本文将通过示例为大家详细讲讲Python中集合是使用，需要的可以参考一下2022-09-09
今天小编就为大家分享一篇tensorflow实现二维平面模拟三维数据教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
asyncio是Python的异步编程库，用于编写并发程序，它提供了一组基于协程的工具，可以帮助你实现异步网络通信、并发计算等任务，这篇文章主要介绍了Python关键字 asynico,需要的朋友可以参考下2023-01-01
python xml.etree.ElementTree遍历xml所有节点实例详解
这篇文章主要介绍了python xml.etree.ElementTree遍历xml所有节点实例详解的相关资料,这里附有实例代码，需要的朋友可以参考下2016-12-12
这篇文章主要介绍了基于Keras的格式化输出Loss实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
这篇文章主要介绍了python根据文件大小打log日志的方法,可实现循环打日志,即第一个文件达到maxBytes大小后就写入第二个文件,以此类推,是非常实用的技巧,需要的朋友可以参考下2014-10-10
Python中内置函数append()、extend()的用法及区别详解
这篇文章主要介绍了Python中内置函数append()、extend()的用法及区别,还探讨了append()函数添加列表时发生的同步变化问题,并提供了解决方案,需要的朋友可以参考下2025-03-03
下面小编就为大家带来一篇Python输出带颜色的字符串实例。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-10-10
最新评论