python - 将字典转换为可以转换的 float

Question

我希望创建一个函数，可以将从 CSV 导入的列表转换为 float ，其中数字可以转换为 float 。

在一个 CSV 中，字典看起来像 ['a':'1','b':'1.1','c':'1.2']，在另一个 CSV 中，它看起来像['1':'1','2':'1.2','3':'1.5']，也可能是上面两个['1 ':'1','1','2':'1.4','未知':'1.4']

现在，这些是使用 pd.read_csv(SheetAddress, header=None, index_col=0, squeeze=True).to_dict() 导入的，但这会将它们全部保留为字符串。我尝试编写一个函数将它们转换为新字典，其中包含所有可以转换为 float 的字符串，并将字符串保留为字符串。

def DictToInt(DictionaryToConvert, New_Dictionary):
   for Column1, Column2 in DictionaryToConvert.items():
       if Column1.isdigit():
           float(Column1)
       elif Column2.isdigit():
           float(Column2)   

这几乎有效，它将我的字典转换为所有 [['1':'1','2':'1.2','3':'1.5'] 的 float 类型字典，但对于混合类型它不起作用。我还没有在 ['a':'1','b':'1.1','c':'1.2'] 类型上测试它，因为它不适用于混合，但构建解决方案时必须牢记这一点。

为什么['UNKNOWN':'1']没有转换为['UNKNOWN':1.0]，我的循环中的逻辑是否不正确？这是此类解决方案的正确方法吗？

Answer 1

这应该可以解决问题，data 是你的原始字典，结果 - 好吧，你猜对了 =)

def convert_to_float(num) :
    try :
        num = float(num)
    except ValueError :
        pass
    return num

result = { convert_to_float(k) : convert_to_float(v) for k,v in data.items() }