本文介绍了Python pandas库中处理数据的一些关键知识点，包括pd.to_numeric的用法，时间转换，文本数据转整数分类编码，列名重命名，删除缺失值，异常值处理，以及如何删除或选取含有特定数值的行或列。通过实例讲解了如何进行标签编码、哑变量编码以及数据清洗中的常见操作。
9本人Python小白一枚，为了可以快速的学习的Python，先通过做项目的过程中逐步积累知识，期望能慢慢形成自己的体系，下面是一些做项目之前自己学习的Python的基础知识。
一、知识点1——pd.to_numeric
to_numeric：将参数转换为数值类型。根据提供的数据，默认返回的dtype是float64或int64。使用downcast参数获取其他dtype。
参数（arg）可以为：列表（list）,元组（ tuple）,一维数组（ 1-d array或者Series）
errors：{‘raise’，‘ignore’，‘coerce’}，errors参数包含3种值，
如果errors=‘raise’，则无效的解析将引发异常
如果errors=‘ignore’，则无效的解析将返回输入
如果errors=‘coerce’，则无效的解析将会设置为NAN
例子1：
s = pd.Series(['1.0', '2', -3])
pd.to_numeric(s)
pd.to_numeric(s, downcast='float')
pd.to_numeric(s, downcast='signed')
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
