python - 将 NaN 用于无法使用 astype 转换的值

Question

我有一个非常大的 Pandas DataFrame，如下所示:

>>> d = pd.DataFrame({"a": ["1", "U", "3.4"]})
>>> d
     a
0    1
1    U
2  3.4

当前该列被设置为一个对象:

>>> d.dtypes
a    object
dtype: object

我想将此列转换为 float ，以便我可以使用 groupby() 并计算平均值。当我尝试使用 astype 时，由于无法转换为 float 的字符串，我正确地得到了一个错误:

>>> d.a.astype(float)
ValueError: could not convert string to float: 'U'

我想做的是将所有元素转换为 float ，然后替换那些不能被 NaN 转换的元素。

我该怎么做？

我尝试设置raise_on_error，但它不起作用，dtype 仍然是object。

>>> d.a.astype(float, raise_on_error=False)
0      1
1      U
2    3.4
Name: a, dtype: object

Answer 1

使用to_numeric并指定 errors='coerce' 以强制将无法解析为数值的字符串变为 NaN:

>>> pd.to_numeric(d['a'], errors='coerce')
0    1.0
1    NaN
2    3.4
Name: a, dtype: float64