使用to_numeric转换为数值类型

目录

 errors参数：

 to_numeric向下转型：downcast参数

---

to_numeric：于astype转换数据类型方法相比擅长将非数值类型数据转换为数值类型，

astype转换数据类型_我就是一个小怪兽的博客-CSDN博客

import pandas as pd 
import seaborn as sns

tips=sns.load_dataset('tips')
t=tips.head(10)#获取子集
t.loc[[1,4,7],'total_bill']='missing'#将其中三个数据修改为missing
print(t)
print(t.dtypes)#查看数据类型

输出如下：

  total_bill   tip     sex smoker  day    time  size
0      16.99  1.01  Female     No  Sun  Dinner     2
1    missing  1.66    Male     No  Sun  Dinner     3
2      21.01  3.50    Male     No  Sun  Dinner     3
3      23.68  3.31    Male     No  Sun  Dinner     2
4    missing  3.61  Female     No  Sun  Dinner     4
5      25.29  4.71    Male     No  Sun  Dinner     4
6       8.77  2.00    Male     No  Sun  Dinner     2
7    missing  3.12    Male     No  Sun  Dinner     4
8      15.04  1.96    Male     No  Sun  Dinner     2
9      14.78  3.23    Male     No  Sun  Dinner     2
------------------------------------
total_bill      object
tip            float64
sex           category
smoker        category
day           category
time          category
size             int64
dtype: object
[Finished in 1.8s]

t['total_bill'].astype(float)#此时将字符串类型转换为float类型会出现以下错误
pd.to_numeric(t['total_bill'])

 有关astype的内容可以参考astype转换数据类型_我就是一个小怪兽的博客-CSDN博客

ValueError: could not convert string to float: 'missing'

ValueError: Unable to parse string "missing" at position 1

 errors参数：

to_numeric函数有一个参数errors，决定了当函数遇到无法转换为数值的值的时候该如何处理，默认值为raise，即遇到无法转换的请款就会引发错误。

errors参数有以下三种取值：

（1）raise：默认值，遇到无法转换的情况便报错。

（2）coerce：当遇到无法转换的情况便返回NaN（缺失值）。

（3）ignore：当遇到无法转换的情况便放弃转换，直接返回整列（什么都不做）。

import pandas as pd 
import seaborn as sns

tips=sns.load_dataset('tips')
t=tips.head(10)
t.loc[[1,4,7],'total_bill']='missing'

t['total_bill']=pd.to_numeric(t['total_bill'],errors='coerce')#errors参数指定为coerce
print(t)

输出结果如下：

   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1         NaN  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4         NaN  3.61  Female     No  Sun  Dinner     4
5       25.29  4.71    Male     No  Sun  Dinner     4
6        8.77  2.00    Male     No  Sun  Dinner     2
7         NaN  3.12    Male     No  Sun  Dinner     4
8       15.04  1.96    Male     No  Sun  Dinner     2
9       14.78  3.23    Male     No  Sun  Dinner     2
[Finished in 1.8s]

 to_numeric向下转型：downcast参数

允许把列转换为数值类型之后，把数值类型更改为最小的数值类型，默认值为None，其他可能的值有integer，signed，unsigned和float

import pandas as pd 
import seaborn as sns

tips=sns.load_dataset('tips')
t=tips.head(10)
t.loc[[1,4,7],'total_bill']='missing'

t['total_bill']=pd.to_numeric(t['total_bill'],errors='coerce')#不指定downcast参数
print(t.dtypes)
print('--------'*6)
t['total_bill']=pd.to_numeric(t['total_bill'],errors='coerce',downcast='float')#指定downcast参数
print(t.dtypes)

可以看到，指定downcast参数之后，total_bill的数据类型从float64变成了float32，占用的内存变小了

输出结果如下：

total_bill     float64
tip            float64
sex           category
smoker        category
day           category
time          category
size             int64
dtype: object
------------------------------------------------
total_bill     float32
tip            float64
sex           category
smoker        category
day           category
time          category
size             int64
dtype: object
[Finished in 1.7s]