python - 如何将对象数据类型转换为在 Pandas 中 float

Question

我有一个数据框，其中一列是“对象”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，转换后的列对于所有条目都显示为 NaN。如果我让 errors = 'ignore'，则所有条目都不会转换为 float 。有什么我想念的吗？以下是代码片段:

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

df['gender'] 列包含“男性”和“女性”条目。我想将它们转换为“浮点”数据类型。

谢谢!

Answer 1

to_numeric 只能转换数字类型的东西。例如，它可以将字符串 '10' 转换为数字 10，但不能将 'Male' 之类的内容转换为数字.

---

改为使用 pd.factorize :

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

或Series.factorize :

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

factorize 的第一个元素包含整数代码，因此我们将它们转换为astype(float)。

---

或者如您所说，Series.map也有效:

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