Pandas 错误地将字符串转换为浮点数答案

【问题标题】：Pandas falsely converting strings to floatsPandas 错误地将字符串转换为浮点数
【发布时间】：2017-11-29 21:38:15
【问题描述】：

我正在使用 Excel 中的 csv 文件来创建 pandas 数据框。最近，我遇到了几个关于数据框中每一列的 dtypes 的 ValueError 消息。

这是最近提出的异常：

ValueError：无法将字符串转换为浮点数：'OH'

在我的数据框上运行 pandas 的 dtypes 方法后，它显示此特定列 addr_state 是一个对象，而不是一个浮点数。

我已将所有代码粘贴在下面以进行澄清：

work_path = 'C:\\Users\\Projects\\loans.csv'
unfiltered_y_df = pd.read_csv(work_path, low_memory=False, encoding='latin-1')
print(unfiltered_y_df.dtypes)
filtered_y_df = unfiltered_y_df.loc[unfiltered_y_df['loan_status'].isin(['Fully Paid', 'Charged Off', 'Default'])]

X = StandardScaler().fit_transform(filtered_y_df[[column for column in filtered_y_df]])
Y = filtered_y_df['loan_status']

另外，是否可以明确地写出每一列的数据类型？现在我觉得这是解决这个问题的唯一方法。提前致谢！

【问题讨论】：

df = df[modelFeatures].astype(float)
抛出错误的那一行到底是什么？
抱歉，我定义 X 变量的那一行导致了错误。

标签： python csv pandas dataframe type-conversion

【解决方案1】：

所以我认为这里有两个问题：

要打印出每列的类型，只需使用 ftypes 或 dtypes 方法：

即 unfiltered_y_df.ftypes
你说'addr_state'是一个对象而不是一个浮点数。这就是问题所在，StandardScaler() 仅适用于浮点数，因此它试图将您的状态“OH”强制为浮点数并且不能，因此出现错误

【讨论】：