pandas中object类型转换为float类型的解决方法(亲测可用)

如下图所示,从gdp.csv数据文件中读取各省市的历年GDP数据,使用的字段分别是name,year,gdp。可以看到这三个字段的数据类型都是object。 

# 导出数据gdp.csv
df = pd.read_csv('shares/data/gdp.csv',encoding = "gbk",usecols=['name','year','gdp'])
df.dtypes

executed in 22ms, finished 21:41:41 2020-03-17
#得到如下字段的数据类型
name    object
year    object
gdp     object
dtype: object

但我想要的gdp的数据类型是数字类型的,具体来讲是float类型的,那么可以采用pandas中to_numeric()函数对数据进行转换。

df["gdp"] = pd.to_numeric(df["gdp"],errors='coerce')
df.dtypes

运行后得到的df的数据类型如下所示:

name     object
year     object
gdp     float64
dtype: object

达到了目的,亲测可用

  • 48
    点赞
  • 106
    收藏
    觉得还不错? 一键收藏
  • 11
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值