python - 将 pandas 系列从 str 转换为 float 时，是否有一种方法可以跳过不可转换的行？

Question

我有一个从 csv 文件创建的 pandas datagframe。此数据框的一列包含最初转换为字符串的数字数据。大多数条目都是类似数字的，但有些条目包含各种非数字的错误代码。我事先不知道所有错误代码可能是什么或有多少。因此，例如，数据框可能如下所示:

[In 1]: df
[Out 1]:
            data     OtherAttr
MyIndex
0           1.4        aaa
1           error1     foo
2           2.2        bar
3           0.8        bar
4           xxx        bbb
...
743733      BadData    ccc
743734      7.1        foo

我想将 df.data 转换为 float 并丢弃所有未正确转换的值。是否有内置功能？像这样的东西:

df.data = df.data.astype(float, skipbad = True)

(虽然我知道这特别行不通，而且我没有在 astype 中看到任何 kwargs 做我想做的事)

我想我可以使用 try 编写一个函数，然后使用 pandas apply 或 map，但这似乎是一个不够优雅的解决方案。这一定是一个相当普遍的问题，对吧？

Answer 1

使用 convert_objects “尝试为对象列推断更好的数据类型”的方法:

In [11]: df['data'].convert_objects(convert_numeric=True)
Out[11]: 
0    1.4
1    NaN
2    2.2
3    0.8
4    NaN
Name: data, dtype: float64

事实上，您可以将其应用于整个 DataFrame:

In [12]: df.convert_objects(convert_numeric=True)
Out[12]: 
         data OtherAttr
MyIndex                
0         1.4       aaa
1         NaN       foo
2         2.2       bar
3         0.8       bar
4         NaN       bbb