pd.to_numeric

作用

作用：将参数转换为数字类型。

默认返回dtype为float64或int64， 具体取决于提供的数据。使用downcast参数获取其他dtype。

参数描述

参数 描述
args 接受scalar, list, tuple, 1-d array, or Series类型
errors 有3种类型{‘ignore’, ‘raise’, ‘coerce’}, 默认为‘raise’
downcast {‘integer’, ‘signed’, ‘unsigned’, ‘float’} , default None,默认返回float64或int64
注意downcast的意思是向下转换

errors中参数的解释

'raise’参数：无效的解析将引发异常

'corece’参数：将无效解析设置为NaN

‘ignore’参数：**无效的解析将返回输入

downcast中参数的意义

默认的None就是不进行处理

‘integer’和’signed’：最小的有符号整数dtype（最小值np.int8）

‘unsigned’：最小的unsigned int dtype（np.uint8）

‘float’：最小的float dtype（np.float32）

返回值：如果解析成功，则为数字。其中返回类型取决于输入。如果为Series，则为Series，否则为ndarray。

实例

import pandas as pd
import numpy as np
s = pd.Series(['apple', '1.0', '2','2019-01-02',1, False,None,pd.Timestamp('2018-01-05')])

# to_numeric是在object,时间格式中间做转换,然后再使用astype做numeric类型的内部转换
pd.to_numeric(s, errors='raise') # 遇到非数字字符串类型报错,bool类型报错,时间类型转换为int
pd.to_numeric(s, errors='ignore') # 只对数字字符串转换,其他类型一律不转换,包含时间类型
pd.to_numeric(s, errors='coerce')  # 将时间字符串和bool类型转换为数字,其他均转换为NaN

# downcast 可以进一步转化为int或者float
pd.to_numeric(s) # 默认float64类型
pd.to_numeric(s, downcast='signed') # 转换为整型

# astype中的error没有`coerce`选项,所以只适合`numeric`内部类型的转换,比如将int32转换为int64,int32转换为float32
# 而不适合在object,时间格式之间做转换,
s.astype('int32',errors='raise')
s.astype('int32',errors='ignore')  # 对object无效,astype只能对numeric类型生效